130
个编辑
更改
小第213行：
第213行： − + 第229行：
第229行： − + 第256行：
第256行： − +
→优缺点
=='''优缺点'''==
=='''优缺点'''==
==='''优点'''===
===优点===
[[文件:Word2v-fig1.png|缩略图|展示了 Word2Vec 学习到的词向量空间中的分布关系。可以看到，语义或语法角色相似的词（如 “man” 与 “woman”，“king” 与 “queen”，以及 “apple” 与 “pear”）在二维向量空间中彼此距离较近，体现了模型在词语表示上的语义聚类能力。]]
[[文件:Word2v-fig1.png|缩略图|展示了 Word2Vec 学习到的词向量空间中的分布关系。可以看到，语义或语法角色相似的词（如 “man” 与 “woman”，“king” 与 “queen”，以及 “apple” 与 “pear”）在二维向量空间中彼此距离较近，体现了模型在词语表示上的语义聚类能力。]]
'''捕捉语义和语法关系：'''
'''捕捉语义和语法关系：'''
词向量可作为下游任务（如文本分类、机器翻译）的特征输入，提升模型性能。
词向量可作为下游任务（如文本分类、机器翻译）的特征输入，提升模型性能。
==='''局限性'''===
===局限性===
'''无法处理多义词（Polysemy）：'''
'''无法处理多义词（Polysemy）：'''
=='''相关技术与扩展'''==
=='''相关技术与扩展'''==
==='''GloVe（Global Vectors for Word Representation）'''===
===GloVe（Global Vectors for Word Representation）===
==== 背景： ====
==== 背景： ====