Python 3.x 在使用手套法时谈论skip gram和cbow有意义吗?
我正在尝试不同的单词嵌入方法,以选择最适合我的方法。我试过word2vec和FastText。现在,我想试试手套。在word2vec和FastText中,有两个版本:Skip gram(从单词预测上下文)和CBOW(从上下文预测单词)。但在Glove python包中,并没有参数允许您选择是使用skipg gram还是Cbow 鉴于手套的工作方式与w2v不同,我想知道:在使用手套方法时,谈论skip gram和cbow是否有意义Python 3.x 在使用手套法时谈论skip gram和cbow有意义吗?,python-3.x,word2vec,word-embedding,Python 3.x,Word2vec,Word Embedding,我正在尝试不同的单词嵌入方法,以选择最适合我的方法。我试过word2vec和FastText。现在,我想试试手套。在word2vec和FastText中,有两个版本:Skip gram(从单词预测上下文)和CBOW(从上下文预测单词)。但在Glove python包中,并没有参数允许您选择是使用skipg gram还是Cbow 鉴于手套的工作方式与w2v不同,我想知道:在使用手套方法时,谈论skip gram和cbow是否有意义 提前感谢不太感谢,skip gram和CBOW只是两个Word2v
提前感谢不太感谢,skip gram和CBOW只是两个Word2vec型号的名称。它们是浅层神经网络,通过预测单词的上下文生成单词嵌入,反之亦然,然后将隐藏层的输出作为向量/表示处理。手套使用了一种不同的方法,利用语料库的全局统计信息,在共现矩阵上进行训练,而不是在局部上下文窗口上进行训练