NLP笔记——Everything about Word2Vec

上一篇文章,讲解了词向量的基本思想,为什么需要词向量,以及如何构建词向量。

然而,仅仅知道思想是不够的,所以这篇笔记详细地展示了word2vec的内部结构(以skip-gram为例)和推导过程。并且介绍了训练过程的优化方法——层级softmax(hierarchical Softmax)和负采样(negative sampling),配有丰富的图示来辅助理解。

本文尝试全新的方法:全部手写(〃'▽'〃)!

希望大家喜欢。


NLP笔记——Everything about Word2Vec_第1张图片
NLP笔记——Everything about Word2Vec_第2张图片
NLP笔记——Everything about Word2Vec_第3张图片
NLP笔记——Everything about Word2Vec_第4张图片
NLP笔记——Everything about Word2Vec_第5张图片
NLP笔记——Everything about Word2Vec_第6张图片
NLP笔记——Everything about Word2Vec_第7张图片
NLP笔记——Everything about Word2Vec_第8张图片

你可能感兴趣的:(NLP笔记——Everything about Word2Vec)