原书出处
深入浅出Embedding:原理解析与应用实践 (吴茂贵, 王红星)
01 第1章 万物皆可嵌入
种应用,自然语言处理中常用的Word Embedding以及用于类别数据的Entity Embedding。 简单来说,
Embedding就是用一个低维的向量表示一个事物,可以是一个词、一个类别特征(如商品、电影、物品等)或时间序列特征等。通过学习,Embedding向量可以更准确地表示对应特征的内在含义,使几何距离相近的向量对应的物体有相近的含义
,如图1-22所示。 图1-22 可视化german_states_embedding 由图1-22可知,德国的萨克森州
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/深入浅出Embedding:原理解析与应用实践 (吴茂贵, 王红星)/_epub-src/OEBPS/Text/Chapter4_0004.xhtml
EPUB SHA-256:0056cad2f11cb1d60ead5054060bd6d41fef87dd049656db310bdc789c0ec7da