word2vec和doc2vec

word2vec基本思想

通过训练每个词映射成k维实数向量（k一般为模型中的超参数），通过词之间的距离来判断语义相似度。
word2vec采用一个三层的神经网络。 训练的时候按照词频将每个词语Huffman编码，词频越高的词语对应的编码越短。这三层的神经网络本身是对语言模型进行建模， 但同时获得一种单词在向量空间的表示。与潜在语义分析（Latent Semantic Index, LSI）、潜在狄立克雷分配（Latent Dirichlet Allocation, LDA）的经典过程相比， word2vec利用了词的上下文，语义信息更加丰富。

word2vec 方法

首先将高维one-hot表示的单词映射成低维向量，例如将10000维转换成300维，再在保留单词上下文的同时， 从一定程度上保留其意义。可以通过skip-gram 和CBOW两种方法实现word2vec。 输入一个词，然后试着估计其他词出现在该词附近的概率，称为skip-gram方法。与之相反的方法是CBOW， 通过给出一些上下文词语，然后通过评估概率找出最适合该上下文的词。

1514257195(1).png

doc2vec 方法

word2vec只是基于词的维度进行“语义分析”的，并不具有上下文的“语义分析”能力。因此在word2vec的基础上增加一个段落向量，该方法是doc2vec。该模型也有两个方法：Distributed Memory(DM) 和 Distributed Bag of Words(DBOW)。 DM试图给定上下文和段落向量的情况下预测单词的概率。在一个句子或者段落文档训练过程中，段落ID保存不变，共享同一个段落向量。DBOW则在只给定段落向量的情况下预测段落中一组随机单词的概率。

doc2vec 的c-bow与word2vec的c-bow模型的区别

在训练过程中增加了每个句子的id(向量)，计算的时候将paragraph vector和word vector累加或者连接起来，作为softmax的输入。在一个句子或者段落训练过程张，共享同一个paragraph vector，相当于在每次预测单词的概率时，都利用了整个句子的语义。
在预测过程，给预测句子分配一个新的paragraph id , 重新利用梯度下降训练待预测的句子，待收敛后，即得到待测句子的paragraph vector。

1514257376(1).png

doc2vec的skip-gram与word2vec的skip-gram模型的区别

在doc2vec里， 输入都是paragraph vector , 输出是该paragraph 中随机抽样的词。

1514257388(1).png