本文由码农场同步,最新版本请查看原文:http://www.hankcs.com/nlp/cs224n-advanced-word-vector-representations.html

这节课从传统的基于计数的全局方法出发,过渡到结合两者优势的GloVe,并介绍了词向量的调参与评测方法。复习:word2vec的主要思路遍历整个语料库中的每个词预测每个词的上下文:然后在每个窗口中计算梯度做SGDSGD与词向量但每个窗口最多只有2m + 1个单词,所以$\nabla_\theta J_t(\theta)$会非常稀疏:var mathConfig = {jax: ["input/TeX", "output/HTML-CSS"], tex2jax: {inlineMath: [["$", "$"]...
继续阅读:码农场 » CS224n笔记3 高级词向量表示
原文链接:http://www.hankcs.com/nlp/cs224n-advanced-word-vector-representations.html