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