什么是 Word2vec ?什么是 Word Embedding ? 在说明 Word2vec 之前,需要先解释一下 Word Embedding。 它就是将「不可计算」「非结构化」的词转化为「可计算」「结构化」的向量。 这一步解决的是”将现实问题转化为数学问题“,是人工智能非常关键的一步。 将现实问题转化为数学问题只是第一步,后面还需要求解这个数学问题。所以 Word Embedding 的模型本身并不重要,重要的是生成出来的结果——词向量。因为在后续的任务中会直接用到这个词向量。 什么是 Word2vec ? Word2vec 是 Word Embedding 的方法之一。他是 2013 年由谷歌的 Mikolov 提出了一套新的词嵌入方法。 Word2vec 在整个 NLP 里的位置可以用下图表示: 在 Word2vec 出现之前,已经有一些 Word Embedding 的方法,但是之前的方法并不成熟,也没有大规模的得到应用。 下面会详细介绍 Word2vec 的训练模型和用法。 Word2vec 的 2 种训练模式CBOW(Continuous Bag-of-Words Model)和Skip-gram (Continuous Skip-gram Model),是Word2vec 的两种训练模式。下面简单做一下解释: CBOW 通过上下文来预测当前值。相当于一句话中扣掉一个词,让你猜这个词是什么。 Skip-gram 用当前词来预测上下文。相当于给你一个词,让你猜前面和后面可能出现什么词。 优化方法 为了提高速度,Word2vec 经常采用 2 种加速方式:
具体加速方法就不详细讲解了,感兴趣的可以自己查找资料。 Word2vec 的优缺点需要说明的是:Word2vec 是上一代的产物(18 年之前), 18 年之后想要得到最好的效果,已经不使用 Word Embedding 的方法了,所以也不会用到 Word2vec。 优点:
缺点:
|
|
来自: 昵称27915469 > 《待分类》