Deep Learning实战之word2vec


邓澍军、陆光明、夏龙

前言Deep Learning已经很火了,本文作者算是后知后觉者,主要原因作者的工作是广告点击预测,而之前听说Deep Learning最大的突破还是在图像语音领域,NLP和在线广告点击预测方面的突破还不够大。但后来听说Google开源的word2vec还挺有意思,能够把词映射到K维向量空间,甚至词与词之间 向量操作还能和语义相对应如果换个思路,把词当做feature那么word2vec可以把feature映射到K维向量空间应该可以为现有模型提供更多的有用信,基于这个出发点,作者word2vec的相关代码和算法做了相关调研,本文是作者关于word2vec调研的总结,也是作为自己以后备用。存在疏漏之处,欢迎大家反馈:shujun_deng@163.com

 

…..继续阅读(请下载附件): word2vec

 

6 thoughts on “Deep Learning实战之word2vec

刘生进行回复 取消回复

电子邮件地址不会被公开。 必填项已用*标注

您可以使用这些HTML标签和属性: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>