知识卡片
词的独热不同于文档词袋
一个词的one-hot只有一个位置为1;整篇文档的词袋可以在多个位置非零,并可使用出现标志或词频。词袋舍弃词序,计数则保留重复次数;这些表示选择不同,不能把文档向量也称作单个独热向量。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- · 查看原书依据
,词典容纳了语料库中所有句子的词汇。One-Hot方法就是把每个词表示为一个长长的向量。这个向量的维度是词典大小,其中绝大多数元素为0,只有一个维度的值为1。这个维度就代表了当前的词。例如,一个语料库有三个文本,代码如下。
参考来源
- 位置:《NLP汉语自然语言处理原理与实践 (郑捷)》第04章《NLP中的概率图模型》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/NLP汉语自然语言处理原理与实践 (郑捷)/_epub-src/OEBPS/text00009.html)
- 结论依据:摘录中关于词的独热不同于文档词袋的定义、比较或条件支撑卡片;原书表述不严谨的范围已在覆盖记录逐项限定,不把案例结果外推为普遍结论。
- 原始内容:,词典容纳了语料库中所有句子的词汇。One-Hot方法就是把每个词表示为一个长长的向量。这个向量的维度是词典大小,其中绝大多数元素为0,只有一个维度的值为1。这个维度就代表了当前的词。例如,一个语料库有三个文本,代码如下。