词向量是如何来的? - 蝈蝈俊

💡 原文中文,约3000字,阅读约需8分钟。
📝

内容提要

词向量是将词语转换成计算机能理解的数值形式的方法,能够根据词与词之间的共现关系学习得到每个词的向量表示。深度学习框架下的语言模型能够学习到上下文相关的词向量,这些向量不仅反映了词语的固有意义,还包含了特定上下文中的语义信息。词向量的应用场景包括文本分类、信息检索、机器翻译、聊天机器人、语义分析和文本生成。OpenAI推荐的获取词向量接口会返回1536维的向量。

🏷️

标签

➡️

继续阅读