GloVe Embeddings — Vectors Globals per a la Representació de Paraules
GloVe (Global Vectors for Word Representation) és un model estàtic d'incrustació de paraules introduït per Pennington, Socher i Manning (2014) que aprèn vectors de paraules directament de les estadístiques globals de coocurrència paraula-paraula recopilades a través d'un corpus sencer. Els vectors resultants situen les paraules semànticament relacionades a prop les unes de les altres i tenen un alt rendiment en tasques d'analogia semàntica.
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
- Pennington, J., Socher, R. & Manning, C. D. (2014). GloVe: Global Vectors for Word Representation. EMNLP. DOI: 10.3115/v1/D14-1162 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 1). GloVe: Global Vectors for Word Representation. ScholarGate. https://scholargate.app/ca/text-mining/glove-embeddings
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.
- BERT EmbeddingsMineria de text↔ compare
- Anàlisi de Col·locacionsMineria de text↔ compare
- TF-IDFMineria de text↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →