知识卡片
预测任务学习词向量
基于预测的方法用上下文构造预测任务,训练模型判断可能出现的词;训练过程中产生的参数可作为词向量。它和共现计数都利用词与上下文的关系,但模型通常按小批量逐步更新。书中指出,词表很大时,显式构建并分解完整共现矩阵会消耗大量资源;具体成本仍取决于实现与近似方法。
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
- word2vec · 查看原书依据
这个模型接收上下文信息作为输入,并输出(可能出现的)各个单词的出现概率。
参考来源
- 位置:《深度学习进阶:自然语言处理》第3章《word2vec》(来源项目 book-source:extracted/深度学习进阶:自然语言处理/_epub-src/text/part0008_split_001.html)
- 结论依据:正文阐述相关模型、方法或限制。
- 原始内容:这个模型接收上下文信息作为输入,并输出(可能出现的)各个单词的出现概率。