Doc2Vec — Representacions vectorials de documents
Doc2Vec, també conegut com a Paragraph Vector, és un mètode d'aprenentatge de representacions introduït per Le i Mikolov (2014) que mapeja documents sencers a vectors densos de longitud fixa. Aquests vectors situen documents similars junts en l'espai, donant suport a la comparació i classificació de documents.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- Le, Q. V. & Mikolov, T. (2014). Distributed Representations of Sentences and Documents. Proceedings of the 31st International Conference on Machine Learning (ICML), 1188-1196. link ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 1). Doc2Vec Document Embeddings (Paragraph Vector). ScholarGate. https://scholargate.app/ca/text-mining/doc2vec
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.
- GloVe EmbeddingsMineria de text↔ compare
- Anàlisi de sentimentsMineria de text↔ compare
- Classificació de textMineria de text↔ compare
- TF-IDFMineria de text↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →