NLP dream 系列总结 1 词的向量化

时间 2020-12-30

标签 NLP 繁體版

原文原文链接

词袋模型就是类似有个集合中有很多个词，根据来的句子中的分词结果进行描述结果，然后生成一个向量，其实每个词出现了几次就是几， 1 其中词袋的维度和最终的句子向量的维度是一样的 2不能体现词前后位置 NNLM 词向量：是利用一定维度向量来表示某个词袋中所有词神经概率语言模型有某句话，然后根据前面一些词可以预测得到下个词是什么，其中通过softmax进行概率计算。神经网路语言模型就是根据贝叶斯

>>阅读原文<<

1. 词向量 Word Vectors#NLP系列课02
2. NLP笔记 CS224n（1）—— 词向量
3. NLP-词和文档向量化方法
4. 词向量简单总结
5. NLP学习——词向量
6. 【NLP】词向量的惊人力量
7. NLP—word2vec词向量简介
8. [NLP] 秒懂词向量Word2vec的本质+word2vec资源总结
9. [NLP] 秒懂词向量Word2vec的本质
10. [NLP]词向量查询
更多相关文章...
• Spring体系结构详解 - Spring教程
• 系统定义的TypeHandler - MyBatis教程
• 算法总结-双指针
• 算法总结-广度优先算法