Word2Vec — Vektorové reprezentace slov
Word2Vec je technika neuronového vkládání slov (word embedding) představená Mikolovem a kolektivem v roce 2013, která mapuje každé slovo v textovém korpusu na hustý numerický vektor. Slova, která se vyskytují v podobných kontextech, skončí blízko sebe ve vektorovém prostoru, takže vkládání zachycuje sémantickou podobnost, kterou lze měřit aritmeticky.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
+6 more
Zdroje
- Mikolov, T., Chen, K., Corrado, G. & Dean, J. (2013). Efficient Estimation of Word Representations in Vector Space. link ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 1). Word2Vec Word Embeddings. ScholarGate. https://scholargate.app/cs/text-mining/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.
- Shlukování dokumentůDolování textu↔ compare
- GloVe EmbeddingsDolování textu↔ compare
- Klasifikace textuDolování textu↔ compare
- TF-IDFDolování textu↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →