知识卡片
CBOW与SkipGram
CBOW 根据多个上下文词预测一个目标词;skip-gram 根据目标词分别预测周围词,并汇总各预测的损失;书中推导假设给定目标词后各上下文词条件独立。书中指出 skip-gram 往往对低频词和类推表现较好,而 CBOW 通常较快;效果仍依赖语料和配置。
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
CBOW 模型从上下文的多个单词预测中间的单词(目标词),而 skip-gram 模型则从中间的单词(目标词)预测周围的多个单词(上下文)。
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_005.html)
- 结论依据:正文阐述相关模型、方法或限制。
- 原始内容:CBOW 模型从上下文的多个单词预测中间的单词(目标词),而 skip-gram 模型则从中间的单词(目标词)预测周围的多个单词(上下文)。