知识卡片

普通读书笔记卡 · 6473.d.1.c.1 · 生成模型:未记录

词嵌入表示语义

理解等级:初级

词嵌入用数值向量表示词,其位置和方向可在训练中编码某些语义关系。与各词独立占一个维度的独热编码不同,相似用法的词在合适的表示空间中可能更接近;这种关系取决于训练数据和方法,不能假定每个距离都对应真实语义。句子可表示为一串词向量,长度随词数变化。

这张卡片看不懂?

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

    • 自注意力机制 6.1 输入是向量序列的情况 · 查看原书依据

      除了独热编码,也可以使用词嵌入(word embedding)将词汇表示成向量. 词嵌入使用一个向量来表示一个词,而这个向量是包含语义信息的.如图6.3 所示,如果把词嵌入画出来,则所有的动物可能聚成一团,所有的植物可能聚成一团,所有的动词可能聚成一团,等等.词嵌入会将每一个词用一个向量来表示,一个句子就是一组长度不一的向量.

    参考来源

    - 位置:《深度学习详解》第6章《自注意力机制》6.1(来源项目 book-source:`extracted/深度学习详解/_epub-src/OEBPS/Text/Chapter06.xhtml`) - 结论依据:原文对比独热向量缺乏语义关系与词嵌入的语义向量示意。 - 原始内容:除了独热编码,也可以使用词嵌入(word embedding)将词汇表示成向量. 词嵌入使用一个向量来表示一个词,而这个向量是包含语义信息的.如图6.3 所示,如果把词嵌入画出来,则所有的动物可能聚成一团,所有的植物可能聚成一团,所有的动词可能聚成一团,等等.词嵌入会将每一个词用一个向量来表示,一个句子就是一组长度不一的向量.