基於典型相關分析的詞向量

本文首發於雷鋒網css 前言 在NLP領域中，爲了能表示人類的語言符號，通常會把這些符號轉成一種數學向量形式以方便處理，咱們把語言單詞嵌入到向量空間中就叫詞嵌入（word embedding）。web 好比有比較流行的谷歌開源的 word2vec ，它能生成詞向量，經過該詞向量在必定程度上還能夠用來度量詞與詞之間的類似性。word2vec採用的模型包含了連續詞袋模型（CBOW）和Skip-Gram

>>阅读原文<<