Word2Vec — Word Embeddings
Word2Vec è una tecnica neurale di word embedding introdotta da Mikolov e colleghi nel 2013 che mappa ogni parola in un corpus testuale a un vettore numerico denso. Le parole che appaiono in contesti simili finiscono vicine nello spazio vettoriale, quindi gli embedding catturano la similarità semantica misurabile aritmeticamente.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
+6 more
Fonti
- Mikolov, T., Chen, K., Corrado, G. & Dean, J. (2013). Efficient Estimation of Word Representations in Vector Space. link ↗
Come citare questa pagina
ScholarGate. (2026, June 1). Word2Vec Word Embeddings. ScholarGate. https://scholargate.app/it/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.
- Clustering di documentiText mining↔ compare
- Embedding di parole GloVeText mining↔ compare
- Classificazione del testoText mining↔ compare
- TF-IDFText mining↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →