Machine learning word2vec对监督学习有意义吗？
我有一个句子/标签对列表来训练模型，我应该如何将这些句子编码为输入，比如SVM？这些句子是同一种语言吗？你可以从预先训练好的word2vec文件开始，如果它是英文的话，你可以从谷歌下载。注意火车文件是如何创建的，是否应用了词干分析，等等。从哪个语料库生成它也有点重要；如果这是从新闻组或从网络或更正式的文本中提取的，则会得到不同的结果 Word2Vec基本上将每个单词编码到更高维的向量空间中。这通常是200300或500大尺寸。经过训练后，“测试”句子基本上是一袋单词，不需要任何顺序 然后，对于单词包中的每个单词，计算出相应的word2vec向量。然后你可以通过平均向量来创建特征，取“最小值”和“最大值”，如果你在比较文本，看看如何计算向量之间的余弦相似性。然后在SVM中使用这些特征Machine learning word2vec对监督学习有意义吗？,machine-learning,nlp,word2vec,supervised-learning,unsupervised-learning,Machine Learning,Nlp,Word2vec,Supervised Learning,Unsupervised Learning,我有一个句子/标签对列表来训练模型，我应该如何将这些句子编码为输入，比如SVM？这些句子是同一种语言吗？你可以从预先训练好的word2vec文件开始，如果它是英文的话，你可以从谷歌下载。注意火车文件是如何创建的，是否应用了词干分析，等等。从哪个语料库生成它也有点重要；如果这是从新闻组或从网络或更正式的文本中提取的，则会得到不同的结果 Word2Vec基本上将每个单词编码到更高维的向量空间中。这通常是200300或500大尺寸。经过训练后，“测试”句子基本上是一袋单词，不需要任何顺序 然后，对于单