Word2Vec — Penyematan Kata
Word2Vec adalah teknik penyematan kata (word embedding) neural yang diperkenalkan oleh Mikolov dan kolega pada tahun 2013 yang memetakan setiap kata dalam korpus teks ke vektor numerik yang padat. Kata-kata yang muncul dalam konteks serupa akan berdekatan dalam ruang vektor, sehingga penyematan tersebut menangkap kesamaan semantik yang dapat diukur secara aritmetis.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
+6 more
Sumber
- Mikolov, T., Chen, K., Corrado, G. & Dean, J. (2013). Efficient Estimation of Word Representations in Vector Space. link ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 1). Word2Vec Word Embeddings. ScholarGate. https://scholargate.app/id/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.
- Pengelompokan DokumenPenambangan Teks↔ compare
- GloVe EmbeddingsPenambangan Teks↔ compare
- Klasifikasi TeksPenambangan Teks↔ compare
- TF-IDFPenambangan Teks↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →