← 返回卡片

原书出处

文本上的算法——深入浅出自然语言处理

03 第3章 让机器可以像人一样学习(下)

核验版本的摘录快照 · 导入于 2026-11-18T20:04:36.120Z

Google的Word2Vec是直接训练词向量的,Tomas Mikolov提出了两种方法:CBOW和skip-gram。CBOW方法的训练目标是给定一个词的context(通常给定一个窗口),预测该词的概率。在skip-gram方法中,训练目标则是给定一个词,预测该词的context的概率

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/文本上的算法——深入浅出自然语言处理/_epub-src/OEBPS/Text/00009.html

EPUB SHA-256:7958b1723cf57cee5fc322c6342d9915995e786360777a399610b4faae6ff37f