知识卡片
词袋丢失顺序
词袋将文档表示为词的集合或计数,忽略词语顺序。两句话即使含有相同单词,也可能因为顺序不同表达相反含义;若任务依赖顺序,需要保留顺序的序列表示。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 循环神经网络 5.8.3 序列到序列 · 查看原书依据
要将一个文档表示成一个向量,如图5.43 所示,可以采用词袋(Bag-of-Words,BoW)的方法,但往往会忽略单词顺序信息.举个例子,有一个单词序列是“white blood cells destroying an infection”,另一个单词序列是“an infection destroying white blood cells”,这两句话的意思完全相反. 但如果我们用词袋的方法来描述的话,它们的词袋完全一样. 里面有一模一样的6个单词,因为单词的顺序不一样,所以句子的意思也不一样,一个是正面的,另一个是反面的.
参考来源
- 位置:《深度学习详解》第5章《循环神经网络》5.8.3 序列到序列(来源项目 book-source:`extracted/深度学习详解/_epub-src/OEBPS/Text/Chapter05.xhtml`)
- 结论依据:原文讨论门控记忆、序列任务形态、CTC 对齐或序列生成;相关图式已读取。
- 原始内容:要将一个文档表示成一个向量,如图5.43 所示,可以采用词袋(Bag-of-Words,BoW)的方法,但往往会忽略单词顺序信息.举个例子,有一个单词序列是“white blood cells destroying an infection”,另一个单词序列是“an infection destroying white blood cells”,这两句话的意思完全相反. 但如果我们用词袋的方法来描述的话,它们的词袋完全一样. 里面有一模一样的6个单词,因为单词的顺序不一样,所以句子的意思也不一样,一个是正面的,另一个是反面的.