词向量表示精华

分散式表示即将语言表示为稠密、低维、连续的向量。研究者最早发现学习得到词嵌入之间存在类比关系。比如apple−apples ≈ car−cars， man−woman ≈ king – queen 等。这些方法都可以直接在大规模无标注语料上进行训练。词嵌入的质量也非常依赖于上下文窗口大小的选择。通常大的上下文窗口学到的词嵌入更反映主题信息，而小的上下文窗口学到的词嵌入更反映词的功能和上下文语义信息。

GloVe: Global Vectors for Word Representation
- https://zhuanlan.zhihu.com/p/21242347
1 人赞了 Distributed Representations of Sentences and...
- https://zhuanlan.zhihu.com/p/21242559/voters
深度学习（三十二）——词向量进阶
- http://antkillerfarm.github.io/dl/2018/01/19/Deep_Learning_32.html
Introduction to Word Embedding Models with Word2Vec
- https://taylorwhitten.github.io/blog/word2vec
zhihu.com/lives
- https://www.zhihu.com/lives
中文维基百科语料上的Word2Vec实验 | f(x)
- https://flystarhe.github.io/2016/09/04/word2vec-test/
有谁可以解释下word embedding? - 知乎
- https://www.zhihu.com/question/32275069
word2vec的语义类推任务word analogy task java 代码
- https://zhuanlan.zhihu.com/p/27139188
GloVe 词向量
- https://cndocr.github.io/text2vec-doc-cn/glove.html
word2vec 相关paper/blog推荐
- https://zhuanlan.zhihu.com/p/28562354
词向量（ Distributed Representation）工作原理是什么？ - 知乎
- https://www.zhihu.com/question/21714667
word2vec: Tensorflow Tutorial
- https://djsaunde.github.io/word2vec.html
如何在mxnet gluon中使用预训练的word2vec
- https://zhuanlan.zhihu.com/p/31664048
第十六课：词向量（word2vec）
- https://zhuanlan.zhihu.com/p/33118069
词向量和 word2vec - sunoonlee
- https://sunoonlee.github.io/2017/04/word-vectors/
图形展示
- http://acharts.github.io/AChart/bar/
spark之路第十一课——spark MLlib之数据类型 | uohzoaix
- http://uohzoaix.github.io/studies/2014/10/14/sparkMLlib(1)/
fast text Facebook...
- http://tracholar.github.io/wiki/machine-learning/fast-text.html
深度神经网络训练IMDB情感分类的四种方法 · 夜露
- https://gaussic.github.io/2017/03/03/imdb-sentiment-classification/
情感分析的新方法 | f(x)
- https://flystarhe.github.io/2016/09/08/nlp-sentiment-new/

展开全文

参考链接

父主题

语言表示

微信扫码咨询专知VIP会员

Top