词和短语的分布式表示及其组合性——论文阅读

简介 这篇文章是Word2Vec的作者，主要工作： 1. 提出skip-gram模型的扩展。如通过对高频词的二次取样(Subsampling)以提高高频词词向量的训练速度（2-10倍）和较低频词的词向量表示的质量； skip-gram模型：学习高质量分布式向量表示的有效方法，可以捕获大量准确的句法和语义关系。 2. 提出了简化的噪声对比估计变体(simplified variant of Nois

>>阅读原文<<