分散式的句子和文件表示

本文翻译doc2vec模型的提出论文distributed representations of sentences and documents。 正式译文如下： 摘要：许多机器学习算法需要一个固定长度的特征向量作为输入，当运用到文本上时，词袋是最常见的固定长度特征之一，尽管很流行，词袋特征有两个主要的缺点：缺少了词语之间的顺序和忽略了单词的语义。例如，‘powerful’，‘strong’和‘P

>>阅读原文<<