論文筆記（NLP）——Sentiment Classification using Document Embeddings trained with Cosine Similarity

1. Abstract Document embedding將每個文檔映射到連續向量空間中一個密集的低維的向量。本文提出了使用餘弦相似度（cosine similarity）代替點積（dot product）來訓練document embedding。 數據集：IMDB 實驗表明： 與dot product相比，使用cosine similarity可以提高準確性； 將naive bayes的n-

>>阅读原文<<