分散式的句子和文件表示

本文翻譯doc2vec模型的提出論文distributed representations of sentences and documents。 正式譯文如下： 摘要：許多機器學習算法需要一個固定長度的特徵向量作爲輸入，當運用到文本上時，詞袋是最常見的固定長度特徵之一，儘管很流行，詞袋特徵有兩個主要的缺點：缺少了詞語之間的順序和忽略了單詞的語義。例如，‘powerful’，‘strong’和‘P

>>阅读原文<<