探秘Word2Vec(六)-负采样方法
2017-07-28 本文已影响336人
文哥的学习日记
在基于Hierarchical Softmax的Skip-gram模型和CBOW模型中，负采样是一个很重要的环节，对于一个给定的词w，我们如何生成NEG(w)呢？
词典D中的词在语料C中出现的次数有高有低，对于那些高频词，我们希望它被选为负样本的概率比较大，对于那些低频词，我们希望它被选中的概率比较小，这是我们对于负采样过程的一个大致要求，本质上可以认为是一个带权采样的问题。
我们首先通过一段的通俗的描述来带大家认识一下带权采样的过程：
接下来再看一下word2vec中对于负采样的做法，本质上和带权采样的做法类似：
