Stanford nlp 如何结合不同的嵌入'；从不同的算法生成的，比如Word2vec，GLOVE，BERT？

我想知道如何最好地组合我从word2vec、GLOVE或BERT等不同算法生成的不同嵌入以生成最终嵌入。

组合多个生成方法的向量的一个简单方法是将它们连接起来。也就是说，如果一个方法中有一个300维向量表示单词

'apple'

，另一个方法中有另一个300维向量表示该单词，则将这两个向量连接成一个600维向量

但是，你为什么要这么做？你确定那会有帮助吗？在将其作为惯例采用之前，您应该在一个小试验中明确测试这些额外步骤是否值得复杂化

---

例如，Word2vec和Glove在模型上非常相似——你可能会发现，花更多时间将一种方法调整为一个更大的向量，而不是尝试将它们混合在一起，这样做更简单、更好。

基本上，Word2vec正朝着Doc2vec的方向发展，我实际使用Doc2vec来生成句子级别的嵌入。因此，我的目标是从上述算法中找出更好的针对每个句子的嵌入。例如，我喜欢苹果，苹果对你的健康非常有益。因此，每种算法都根据其性质生成其句子级嵌入。我真正想从这些算法中找出最好的嵌入。像sent1一样，doc2vec从所有其他算法中产生最佳嵌入。因此，我选择该嵌入，sent2手套给出最佳结果并得到该嵌入。最后，得到最终的最佳嵌入矩阵，进一步用于聚类目的，将同类句子分组到特定的聚类中。