← 返回卡片

原书出处

智能搜索和推荐系统:原理、算法与应用(零基础掌握搜索和推荐系统的原理、架构、算法) (智能系统与技术丛书)

07 第7章 推荐系统框架及原理

核验版本的摘录快照 · 导入于 2026-11-18T22:35:03.563Z

影层直接映射到了Softmax输出;在原理上,CBOW和原NNLM一样,也是利用被估计词的上下文来预测该词的向量。但是,

Skip-gram和CBOW在原理上正好相反,是用某个词来预测该词的上下文。为了减少计算量,Mikolov提出了两套解决方法,一种是Hierarchical Softmax,另一种是Negative Sampling。

Hierarchical Softmax是把输出层改造成基于词频设计的Huffman Tree,用叶子节点表示每个词,

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/智能搜索和推荐系统:原理、算法与应用(零基础掌握搜索和推荐系统的原理、架构、算法) (智能系统与技术丛书)/_epub-src/text/part0098.html

EPUB SHA-256:7c59ad7c208225d5ad9ff8ebac84642c693438b69bb9a48fad164b9dfb1eb976