- 博客(2)
- 收藏
- 关注
RSS订阅原创 基于笔画序列的中文字向量模型设计与研究
一 背景介绍数据表示是机器学习领域的基础问题。在机器学习任务中，第一步即输入样本数字化。不同于声音、图像、视频等数字信号，自然语言具有先天的高度结构化、抽象化的特点。因此自然语言任务的首要任务便是将语言文字数字化。随着技术的发展，语言文字的表征方式不断进步。从最初始的one-hot到如今的分布式表示，词向量包含的信息愈加的丰富。现有的统计模型对于未登录词、低频词依然无法有效的表征。中文词向量研究受...
2018-05-28 12:31:39
925
原创 词向量模型扩展
1、词向量介绍在自然语言处理领域，数据的表征是最基础的技术。初始为每个单词或者数字赋值id作为标识；到one-hot方式，将用一个词表大小的向量表示，有且仅有一个位置为1，其余为0，即下标index等同于id，如：词袋模型（BOW bag of words）；再到如今的分布式表示，采用一个k维的向量，每一个维度都是一个double（float）类型的数字，如：LDA、word2vec。。。词向量的...
2017-12-14 12:38:21
2255
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人