halhsdfi的博客

主要作用 优点 缺点 BERT BILSTM BIGRU BERT中demo：如图两个句子的分类任务（MNLI\QQP\QNLI\STS-B\MRPC\RTE\SWAG),单句的分类任务（SST-2\CoLA);问答任务（SQuAD v1.1）；单句序列标注任务（CoNLL-2003 NER)一、BERT 原理初探原文下载地址：https://arxiv.org...

词嵌入与词向量：词向量还挺好理解的，就是将一个词用一组数字完成的向量来表示，至于咋表示，那方法就很多了，就比如独热、tfidf之类的。那他又为啥会跟词嵌入扯上关系呢？害，先来解释啥叫嵌入。经过一番的搜索，理解成嵌入通常是指将一个高维的向量映射到低维向量中去。因为这么着能够减少计算过程中的空间消耗，提高效率，所以呀，人们就经常这么干。那么这个词嵌入是啥呢，就是说你从高维词向量转换为低维词向量的这个过程，就叫做词嵌入。至于咋转换的，以后再说吧。（我琢磨着，嵌入这个词放到别的地方应该也可以这么理解。比如啥知识

近期做了一个关于主题分析的重新学习，感觉只看不实操真的就和白学了一样。也趁着这股劲把关于LDA主题模型的东西总结一下，这些是目前我能够考虑到的所有事情，以后看到再做补充（新手小白请指正我的错误，十分感谢！！）。总结学习使我进步！！一、整体脉络二、原理解析LDA也称为隐狄利克雷分布，LDA的目的就是要识别主题，即把文档—词汇矩阵变成文档—主题矩阵（分布）和主题—词汇矩阵（分布）。 地址： https://www.cnblogs.com/pinar...