A Neural Probabilistic Language Model笔记

本文是个人笔记,lz才疏学浅,有什么理解不到位的地方欢迎各种拍 . 理解简述: 其本身是语言模型,为了验证或者说是预测一句话最可能的表达,在预测的过程中产生word embedding 矩阵,在输入层中将词映射为一个m列的向量,也即词的向量表示,NPLM模型结构一共分为3层,输入 映射-隐含-输出 模型结构图 模型训练过程 图中最低的是输入 映射层 输入是当前词w_t的前n个词 (w_t-n+1~
相关文章
相关标签/搜索