Word2vec是词嵌入方法，通过CBOW和Skip-gram模型训练，其中Skip-gram结合Negative Sampling提高效率。训练过程中调整窗口大小和负样本数量以优化结果。该模型能将词转化为向量，适用于多种NLP任务，但存在多义词问题且不能动态优化。
参考：
https://easyai.tech/ai-definition/word2vec/
https://jalammar.github.io/illustrated-word2vec/
Word2vec 是 Word Embedding 词嵌入的方法之一。
Word Embedding 就是将「不可计算」「非结构化」的词转化为「可计算」「结构化」的向量。
Word2vec 有 2 种训练模式。
CBOW(Continuous Bag-of-Words Model)
通过上下文来预测当前值。相当于一句话中扣掉一个词，让你猜这个词是什么。
Skip-gram (Continuous Skip-gram Model)
用当前词来预测上下文。相当于给你一个词，让你猜前面和后面可能出现什么词。
训练
最低0.47元/天 解锁文章
扫一扫
1773
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
