Word2Vec — Vārdu iegulšanas
Word2Vec ir neironu vārdu iegulšanas tehnika, ko 2013. gadā ieviesa Mikolovs un kolēģi, un kas katru vārdu teksta korpusā attēlo kā blīvu skaitlisku vektoru. Vārdi, kas parādās līdzīgos kontekstos, nonāk tuvu viens otram vektoru telpā, tādējādi iegulšanas uztver semantisko līdzību, ko var izmērīt ar aritmētiskiem paņēmieniem.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
+6 more
Avoti
- Mikolov, T., Chen, K., Corrado, G. & Dean, J. (2013). Efficient Estimation of Word Representations in Vector Space. link ↗
Kā citēt šo lapu
ScholarGate. (2026, June 1). Word2Vec Word Embeddings. ScholarGate. https://scholargate.app/lv/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.
- Dokumentu kopu grupēšanaTeksta ieguve↔ compare
- GloVe iegulšanasTeksta ieguve↔ compare
- Tekstu klasifikācijaTeksta ieguve↔ compare
- TF-IDFTeksta ieguve↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →