【Paper】GloVe：如何從大規模語料中快速訓練詞向量

1. Introduction 今天學的論文是斯坦福大學 2014 年的工作《GloVe: Global Vectors for Word Representation》，在當時有兩種主流的 Word Embedding 方式，一種是 LSA，創建詞頻矩陣，利用 SVD 分解得到詞向量；另一種是 13 年提出的 Word2Vec，基於滑動窗口的淺層神經網絡。前者的優點是利用了全局的統計信息（共現矩

>>阅读原文<<