深度学习｜16.1 词表示、embedding

发布时间：2024年01月19日

文章目录

词表示

one-hot编码

在这里插入图片描述
若有n类词，则用n维向量对单个类进行区分。在这个n维向量里面第i维为1，则说明这是第i个词，并且要求其他位置都是为0.

embedding编码

在这里插入图片描述
每一类词都有对应的一个多维的特征向量，这个特征向量描述了这类词和各个属性的相关性。

工具t-SNE——将多维空间投射到二维平面

在这里插入图片描述
在这里插入图片描述
性质更加相像的事物会聚集到一起去。
在这里插入图片描述

所谓嵌入就是将低维向量放入到高维空间的做法。

文章来源:https://blog.csdn.net/Fangyechy/article/details/135686297
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
最新文章