Process / pipeline
GloVe 词嵌入 — 词语全局向量表示
GloVe(Global Vectors for Word Representation,词语全局向量表示)是由 Pennington、Socher 和 Manning 于 2014 年提出的一个静态词嵌入模型,它直接从整个语料库收集的全局词-词共现统计数据中学习词向量。所得向量将语义相关的词语放置在相近位置,并在语义类比任务上表现出色。
阅读完整方法
仅限会员
登录使用免费账户登录即可阅读本节。
方法图谱
相关方法的邻域——选择一个节点以展开探索。
来源
- Pennington, J., Socher, R. & Manning, C. D. (2014). GloVe: Global Vectors for Word Representation. EMNLP. DOI: 10.3115/v1/D14-1162 ↗
如何引用本页
ScholarGate. (2026, June 1). GloVe: Global Vectors for Word Representation. ScholarGate. https://scholargate.app/zh/text-mining/glove-embeddings
选用哪种方法?
将本方法与其最相近的同类并置,并排研读——本馆将书籍铺陈于案上,取舍则由您定夺。
并排比较 →