Word2Vec — Ord-inbäddningar
Word2Vec är en neural teknik för ord-inbäddning som introducerades av Mikolov och kollegor 2013, vilken mappar varje ord i ett textkorpus till en tät numerisk vektor. Ord som förekommer i liknande kontexter hamnar nära varandra i vektorrymden, så inbäddningarna fångar semantisk likhet som kan mätas aritmetiskt.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
+6 more
Källor
- Mikolov, T., Chen, K., Corrado, G. & Dean, J. (2013). Efficient Estimation of Word Representations in Vector Space. link ↗
Så citerar du den här sidan
ScholarGate. (2026, June 1). Word2Vec Word Embeddings. ScholarGate. https://scholargate.app/sv/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.
- DokumentklustringTextutvinning↔ compare
- GloVe-inbäddningarTextutvinning↔ compare
- TextklassificeringTextutvinning↔ compare
- TF-IDFTextutvinning↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →