【NLP】词的表示方式

1.one-hot编码 给每个词分配一个数字ID,如“爸爸”=1=[010],“妈妈”=2=[001] 缺点(1)高维度,稀疏(2)词之间相互独立,无法表示词之间的语义 2.分布式表示 (1)基于矩阵的分布表示 词的相似度转换为向量的空间距离 Global Vector模型 (2)基于聚类的分布表示 (3)基于神经网络的分布表示----词向量/词嵌入 word embedding词嵌入空间 3.一
相关文章
相关标签/搜索