热门标签
热门文章
- 1Android ffmpeg入门（1）—— 使用NDK交叉编译ffmpeg集成到Android项目_编译ffmpeg ndk之前,配置android sdk
- 2推荐八个大学搜题软件和学习工具哪个好用且免费，一起对比看看
- 3非关系型数据库（NoSQL）综述_键值对模型的非关系型数据库
- 4ElasticSearch笔记_查看es版本
- 5零基础开始学Python，新手上路须知，2024年最高效学习方法+学习路线！_python 学习计划
- 6[数据结构]图解链表，附带leetcode刷题，妈妈再也不担心我不懂链表了_图结构 提取 链表
- 7互联网创新创业大赛优秀范例_大一学生要参加互联网创新创业大赛该如何入手...
- 8SessionKey
- 9python连接neo4j_neo4j 如何与pyqt结合 显示在软件界面上
- 10将一个项目同时提交到GitHub和Gitee(码云)上面（GitHub与Gitee保持同步）_可以通过github,gitee实现资料共享吗
当前位置: article > 正文
word2vec的算法思想详解（cbow+skipgram+negative sampling））_word2vec思想
作者：我家自动化 | 2024-06-25 08:59:46
赞
踩
word2vec思想
参考：
https://easyai.tech/ai-definition/word2vec/
https://jalammar.github.io/illustrated-word2vec/
Word2vec 是 Word Embedding 词嵌入的方法之一。
Word Embedding 就是将「不可计算」「非结构化」的词转化为「可计算」「结构化」的向量。
Word2vec 有 2 种训练模式。
CBOW(Continuous Bag-of-Words Model)
通过上下文来预测当前值。相当于一句话中扣掉一个词，让你猜这个词是什么。
Skip-gram (Continuous Skip-gram Model)
用当前词来预测上下文。相当于给你一个词，让你猜前面和后面可能出现什么词。
训练过程如下。
滑动窗口，产生训练集：
推荐阅读
相关标签
