← 返回卡片

原书出处

深度学习推荐系统

04 第4章 Embedding技术在推荐系统中的应用

核验版本的摘录快照 · 导入于 2026-11-19T07:39:55.622Z

-Embedding(China),这表明Embedding之间的运算操作可以挖掘出“首都-国家”这类通用的关系知识。

通过上面的例子可以知道,在词向量空间内,甚至在完全不知道一个词的向量的情况下,仅靠语义关系加词向量运算就可以推断出这个词的词向量。Embedding就是这样从另外一个空间表达物品,同时揭示物品之间的潜在关系的,某种意义上讲,Embedding方法甚至具备了本体论哲学层面上的意义。

图4-1 词向量举例 4.1.2 Embedding技术在其他领域的扩展 既然Embedding能够对“词”进行向量化

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/深度学习推荐系统/_epub-src/text/part0008_split_001.html

EPUB SHA-256:2cd732704a51828ea5c0ec7decb8861b35f44e5e16d9af11fbc68f7084f63382