← 返回卡片

原书出处

机器学习基础:从入门到求职

14 第14章 Word2Vec和Doc2Vec词向量模型 14.2.1 Doc2Vec模型原理

2019年4月第1版 · 核验版本的摘录快照 · 导入于 2026-11-19T00:01:01.086Z

不管是CBOW模型还是Skip-Gram模型,在训练过程中都考虑到了词的上下文 contest(W),因此得到的词向量维度比之前的 one-hot向量要短很多,另外还有一个特别有利的性质就是:各个词对应的词向量(之前说过,每个词向量表示一个点)之间的距离远近可以反映这些词语义之间的关系。

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/机器学习基础:从入门到求职/_epub-src/OEBPS/text00017.html

EPUB SHA-256:668cfaf149b91045c65faaefd0e0dc91c54a884540aaf29c01ca16d1743e248a