word怎么打列向量？word embedding是什么意思？最近在學(xué)nlp后再看到這個(gè)詞了wiki的英文講解沒(méi)太表述，求中文的解釋。詞向量的意思喔向量a上面一個(gè)r表示什么？向量的它表示方法那就是在用

word怎么打列向量？

word embedding是什么意思？

最近在學(xué)nlp后再看到這個(gè)詞了wiki的英文講解沒(méi)太表述，求中文的解釋。

詞向量的意思喔

向量a上面一個(gè)r表示什么？

向量的它表示方法那就是在用粗體字母a意思是，或則在字母a的上面加一個(gè)朝右的箭頭。如果不是直接出現(xiàn)了字母a的上面加一個(gè)r，這是計(jì)算機(jī)的word版本相對(duì)較高脈絡(luò)瘀阻。

word2vec有什么用？

word2vec本質(zhì)上來(lái)說(shuō)是一個(gè)矩陣分解的模型，簡(jiǎn)單的地說(shuō)，矩陣刻畫(huà)出了每個(gè)詞和其上下文的詞的集合的具體情況。對(duì)這個(gè)矩陣并且分解，只取每個(gè)詞隨機(jī)在暗含空間的向量。

所以才word2vec適合我的情況應(yīng)該是是對(duì)一個(gè)序列的數(shù)據(jù)，在序列只是局部數(shù)據(jù)間修真者的存在著很強(qiáng)的關(guān)聯(lián)。啊是的就是文本的序列了，較近的詞之間關(guān)聯(lián)強(qiáng)的，甚至可以不按照一個(gè)詞的上下文至少預(yù)估出中間那個(gè)詞是什么。去學(xué)習(xí)到的詞向量華指了詞的語(yǔ)義，也可以利用做分類(lèi)、聚類(lèi)、也也可以做詞的相似度換算。再者，Word2vec本身的層次分類(lèi)劃分器也可以采樣雖然對(duì)比較熱門(mén)item做了不大的懲罰，所以才絕對(duì)不會(huì)像好象的矩陣分解一樣的，最后算出來(lái)語(yǔ)義距離的是太熱門(mén)詞，這也是word2vec很好的一個(gè)特性。

這對(duì)短文本分類(lèi)，真接把文檔里面所有的word按的向量線性相加，作為文本的特征訓(xùn)練分類(lèi)器，效果也很比較好。這種總之在word2vec的訓(xùn)練過(guò)程中也有建議使用。至于如果沒(méi)有該成非平穩(wěn)分類(lèi)器，比如說(shuō)rbfkernelSVM，分類(lèi)準(zhǔn)確度還能再高，這個(gè)也是符合預(yù)期的。

其他序列的數(shù)據(jù)也是這個(gè)可以那樣做的，記的去年KDD上有一篇DeepWalk的文章，在社交網(wǎng)絡(luò)上接受隨機(jī)游動(dòng)能生成一組組節(jié)點(diǎn)的序列，后再通過(guò)word2vec訓(xùn)練什么各個(gè)節(jié)點(diǎn)按的向量。可是我用這個(gè)方法在的社交網(wǎng)絡(luò)上面做了一些實(shí)驗(yàn)，才發(fā)現(xiàn)效果更加不我們的理想，可能會(huì)和社交網(wǎng)絡(luò)的復(fù)雜性無(wú)關(guān)。

我非常清楚的一個(gè)應(yīng)用是把word2vec應(yīng)用在用戶(hù)app可以下載序列上，據(jù)用戶(hù)下載app的順序，把a(bǔ)pp為a單詞，都是這個(gè)可以自然形成這樣的序列數(shù)據(jù)，從而訓(xùn)練處每個(gè)app按的向量。憑借這個(gè)向量計(jì)算app之間的相似度，效果的很好，能把能夠內(nèi)容相關(guān)的app聚合在一起，同事可以避免熱門(mén)app的影響。類(lèi)似的場(chǎng)景應(yīng)該是還有一個(gè)很多，而且運(yùn)用也很廣泛，再者推薦系統(tǒng)、廣告系統(tǒng)都可以不用上。