Word2Vec — Woordembeddings
Word2Vec is een neurale woord-embeddingtechniek, geïntroduceerd door Mikolov en collega's in 2013, die elk woord in een tekstcorpus toewijst aan een dichte numerieke vector. Woorden die in vergelijkbare contexten voorkomen, komen dicht bij elkaar te liggen in de vectorruimte, zodat de embeddings semantische gelijkenis vastleggen die rekenkundig gemeten kan worden.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
+6 more
Bronnen
- Mikolov, T., Chen, K., Corrado, G. & Dean, J. (2013). Efficient Estimation of Word Representations in Vector Space. link ↗
Deze pagina citeren
ScholarGate. (2026, June 1). Word2Vec Word Embeddings. ScholarGate. https://scholargate.app/nl/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.
- DocumentclusteringText mining↔ compare
- GloVe EmbeddingsText mining↔ compare
- TekstclassificatieText mining↔ compare
- TF-IDFText mining↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →