博客
关于我
python自然语言处理—Word2vec模型之 CBOW
阅读量:275 次
发布时间:2019-03-03

本文共 168 字,大约阅读时间需要 1 分钟。

                                                     Word2vec模型之 CBOW

 

一、CBOW 模型

    1、定义

        CBOW(Continuous Bag-of-Word Model)又称连续词袋模型,是一个三层神经网络。如斜图所示,该模型的特点是输入已知上下文,输出对当前单词的预测。

        

    2、其学习目标是最大化对数似然函数:

        

        其中 w 表示语料库中任意一个词。

    3、下面是一张更细节的图:

         

转载地址:http://mxjl.baihongyu.com/

你可能感兴趣的文章
数据结构大作业--迷宫问题
查看>>
【数据库】第七章课后题
查看>>
第四章 串、数组和广义表 —— BF算法和KMP算法
查看>>
第五章 树和二叉树 —— 哈夫曼算法
查看>>
第四章 随机的数据特征 4.4 矩、协方差矩阵
查看>>
第七章 参数估计 7.1点估计
查看>>
[选拔赛1]花园(矩阵快速幂),JM的月亮神树(最短路),保护出题人(斜率优化)
查看>>
[LCT动态树] 魔法森林,树点涂色,三叉神经树,历史
查看>>
76. 最小覆盖子串
查看>>
718. 最长重复子数组
查看>>
牛客——链表指定区间翻转
查看>>
DLA:一种深度网络特征融合方法
查看>>
890. 查找和替换模式
查看>>
598. 范围求和 II
查看>>
pyspark笔记
查看>>
leetcode练习2(链表表示两数之和)
查看>>
leetcode114(二叉树展开为链表)
查看>>
leetcode226(翻转二叉树:二叉树的遍历)
查看>>
leetcode47(全排列II:回溯+哈希去重)
查看>>
Tarjan算法(模板)
查看>>