詞嵌入技術解析（二）

在文章詞嵌入的那些事兒（一）中，我們得到了以下結論： 詞嵌入是一種把詞從高維稀疏向量映射到了相對低維的實數向量上的表達方式。 Skip-Gram和CBOW的作用是構造神經網絡的訓練數據。 目前設計的網絡結構實際上是由DNN+softmax()組成。 計算詞嵌入向量實際上就是在計算隱藏層的權矩陣。 對於單位矩陣的每一維(行)與實矩陣相乘，可以簡化爲查找元素1的位置索引從而快速完成計算。 本文主要是在

>>阅读原文<<