Doc2Vec — Dokument-innbygginger
Doc2Vec, også kjent som Paragraph Vector, er en metode for læring av representasjoner, introdusert av Le og Mikolov (2014), som mapper hele dokumenter til tette vektorer av fast lengde. Disse vektorene plasserer lignende dokumenter nær hverandre i rommet, noe som støtter dokument-sammenligning og klassifisering.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Le, Q. V. & Mikolov, T. (2014). Distributed Representations of Sentences and Documents. Proceedings of the 31st International Conference on Machine Learning (ICML), 1188-1196. link ↗
Slik siterer du denne siden
ScholarGate. (2026, June 1). Doc2Vec Document Embeddings (Paragraph Vector). ScholarGate. https://scholargate.app/no/text-mining/doc2vec
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.
- GloVe-innleiringerTekstutvinning↔ compare
- SentimentanalyseTekstutvinning↔ compare
- TekstklassifiseringTekstutvinning↔ compare
- TF-IDFTekstutvinning↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →