Word2Vec — Sanaupotukset
Word2Vec on neuroverkkoihin perustuva sanaupotustekniikka, jonka Mikolov ja kollegat esittelivät vuonna 2013. Se kuvaa jokaisen tekstikorpuksessa esiintyvän sanan tiiviiksi numeeriseksi vektoriksi. Samankaltaisissa konteksteissa esiintyvät sanat päätyvät lähelle toisiaan vektoritilassa, joten upotukset tallentavat semanttista samankaltaisuutta, jota voidaan mitata aritmeettisesti.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
+6 more
Lähteet
- Mikolov, T., Chen, K., Corrado, G. & Dean, J. (2013). Efficient Estimation of Word Representations in Vector Space. link ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 1). Word2Vec Word Embeddings. ScholarGate. https://scholargate.app/fi/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.
- Dokumenttien klusterointiTekstinlouhinta↔ compare
- GloVe-upotuksetTekstinlouhinta↔ compare
- TekstinluokitteluTekstinlouhinta↔ compare
- TF-IDFTekstinlouhinta↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →