Nlp 如何评估Word2Vec的性能？

我想知道一种有效的方法来评估word2Vec模型的性能，以便正确地调整我的超参数

例如，如果我使用监督学习进行文档分类，那么模型性能评估很容易，因为我可以将预测标签与测试数据集的预定义标签进行比较

但我不知道如何使用Word2Vec。有没有人能解释一下如何使用代码来实现这一点，或者提供一个链接到实现这一点的页面

---

请不要把一个链接到一个文件。。。我真的厌倦了读难读的论文。

评估应该始终依赖于任务。因此，如果您想使用word2vec解决一个特定的任务，您应该评估任务中的嵌入

一般来说，有一些基准任务用于更通用的词表示评估，您可以尝试在多个任务上探测嵌入，包括语义相似性或情感分类。然后，您可以将您的数字与more less的性能进行比较。如果您对句子级别的表示属性（例如，整个句子的平均向量）感兴趣，可以尝试