word2vec模型解析
2019-02-20 本文已影响100人
林桉
1 预备知识
-
Sigmoid函数
image.png -
逻辑回归
image.png -
Huffman树
image.png
image.png -
词向量
image.png
2 语言模型
-
统计语言模型
image.png -
N-gram语言模型
image.png
image.png
image.png -
神经概率语言模型
image.png
3 两个策略+两个模型
-
两个模型
image.png
image.png -
基于Hierarchical Softmax 的CBOW模型
image.png
image.png
image.png
求梯度
image.png
image.png -
基于Hierarchical Softmax 的Skip-gram模型
image.png
求梯度
image.png
image.png
- 基于Negative Sampling 的CBOW模型
image.png
image.png
image.png
image.png
求梯度
image.png
image.png - 基于Negative Sampling 的Skip-gram模型
image.png
求梯度
image.png
4 Word2vec实践
image.pngimage.png
image.png
image.png
image.png
image.png
image.png
image.png
image.png