glove 学习笔记

话不多说，入正题。 动机： 现有的词向量模型， 1 局部上下文建模的方法 例如word2vector 用通俗的话来讲就是，如果两个词在训练语料中出现的上下文比较类似，比如“食堂”和“餐厅”，都在“我”，“去”，“吃饭”这种上下文上出现了许多次，那么他俩的词向量就比较相似。 2 矩阵分解的方法，例如LSA 将文档和单词的共现矩阵，也就是行是文档，列是单词，第i行第j列，表示文档i中是否包含单词j（具

>>阅读原文<<