未经作者授权 禁止转载
词向量（word embedding）已逐渐成为自然语言处理的基础知识。
本课将以word2vec为例，着重介绍两套模型：跳字模型（Skip-gram）和连续词袋模型（CBOW），以及两套近似训练法：负采样（Negative sampling）和层序softmax（Hierarchical softmax）
[10 mins]：词向量和word2vec概述。
[15 mins]：跳字模型。
[15 mins]：连续词袋模型。
[10 mins]：负采样。
[10 mins]：层序softmax
看过该视频的还喜欢
正在加载...
评论查看删除日志