博客配套视频链接: https://space.bilibili.com/383551518?spm_id_from=333.1007.0.0 b 站直接看 配套 github 链接：https://github.com/nickchen121/Pre-training-language-model 配套博客链接：https://www.cnblogs.com/nickchen121/p/15105048.html 神经网络语言模型（NNLM）–》为了预测下一个词 NNLM（）–》预测下一个词 神经网络+语言模型：用神经网络去解决和人说话有关的两个任务的一
超级会员免费看
本文介绍了神经网络语言模型NNLM及其副产品词向量，然后详细探讨了Word2Vec模型，包括CBOW和Skip-gram两种架构。尽管NNLM和Word2Vec在网络结构上相似，但其主要目标和重点不同。Word2Vec的主要目的是获取词向量，而CBOW是通过上下文预测目标词，Skip-gram则是由目标词预测上下文。然而，Word2Vec的词向量无法处理一词多义问题，这催生了ELMO等后续模型的发展。
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
