وورد تو فيك ذاتي الإشراف
وورد تو فيك (Word2Vec) هو نموذج شبكة عصبية ضحلة قدمه ميكولوف وآخرون (2013) يتعلم تمثيلات متجهة كثيفة للكلمات من مجموعات نصوص كبيرة غير موسومة باستخدام أهداف ذاتية الإشراف. من خلال تدريب نموذج للتنبؤ بكلمات السياق المحيطة (Skip-gram) أو كلمة مستهدفة من سياقها (CBOW)، فإنه يلتقط الانتظاميات الدلالية والنحوية الغنية في الفضاء المتجه المستمر دون أي تعليق يدوي.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Mikolov, T., Chen, K., Corrado, G., & Dean, J. (2013). Efficient estimation of word representations in vector space. In Proceedings of the International Conference on Learning Representations (ICLR 2013). link ↗
- Mikolov, T., Sutskever, I., Chen, K., Corrado, G., & Dean, J. (2013). Distributed representations of words and phrases and their compositionality. In Advances in Neural Information Processing Systems (NeurIPS 2013), 26. link ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Self-supervised Word2Vec (Skip-gram and CBOW with Self-supervised Objectives). ScholarGate. https://scholargate.app/ar/deep-learning/self-supervised-word2vec
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- FastTextالتعلم العميق↔ compare
- تضمينات GloVeتنقيب النصوص↔ compare
- الشبكة العصبية المتكررةالتعلم العميق↔ compare