文字2vec

这个工具提供了一个有效的实现连续的单词包和skip-gram结构来计算单词的向量表示。这些表示可以随后用于许多自然语言处理应用和进一步的研究。word2vec工具以文本语料库为输入,生成单词向量作为输出。它首先从训练文本数据中构造词汇,然后学习单词的向量表示。所得到的词向量文件可以作为许多自然语言处理和机器学习应用的特征。。


zbMATH参考文献(94篇文章引用)

显示第1到第20个结果,共94个。
按年份排序(引用)
  1. Baechler,Gilles;Dümbgen,Frederike;Elhami,Golnoosh;Kreković,Miranda;Vetterli,Martin:坐标差分矩阵(2020年)
  2. 谢-范斯泰因(谢方世达2020年版)阿尔十四
  3. Fürnkranz,Johannes;Kliegr,Tomš;Paulheim,Heiko:关于认知偏好和基于规则的模型的合理性(2020)
  4. Grigorieva,Elena Gennadievna;Klyachin,Vladimir Aleksandrovich:基于语言语料库图模型的文本统计特征研究(2020)
  5. Ito,Tomoki;Tsubouchi,Kota;Sakaji,Hiroki;Yamashita,Tatsuo;Izumi,Kiyoshi:基于云的金融评论情绪可视化概念(2020)
  6. Kazemi,Seyed Mehran;Goel,Rishab;Jain,Kshitij;Kobyzev,Ivan;Sethi,Akshay;Forsyth,Peter;Poupart,Pascal:动态图的表示学习:一项调查(2020年)
  7. Kreĭnes,M.G.;Kreĭnes,Elena M.:矩阵文本模型。文本语料库模型(2020)
  8. Kreĭnes,M.G.;Kreĭnes,Elena M.:矩阵文本模型。文本模型与文本内容相似度(2020)
  9. 拉夫拉契纳达;什克尔吉,布拉ž;罗布尼克-西康贾,马尔科:命题和嵌入:同一硬币的两面(2020)
  10. Lee,Gee Y.;Manski,Scott;Maiti,Tapabrata:单词嵌入模型的精算应用(2020)
  11. Lee,O-Joun;Jung,Jason J.:故事嵌入:基于角色网络学习分布式故事表示(2020)
  12. Liberti,Leo:距离几何和数据科学(2020)
  13. 李丹丹;萨默斯.斯塔,道格拉斯:词和关系相似性的双重嵌入和度量(2020)
  14. Nguyen,Thi Thang Sang;Do,Pham Minh Thu:用NaiveBayes训练大型数据集的分类优化(2020)
  15. Pasini,Tommaso;Navigli,Roberto:Train-o-matic:无需(手动)努力的监督词义消歧(2020年)
  16. Pio,Gianvito;Ceci,米开朗基罗;Prisciandaro,Francesca;Malerba,Donato:基于图嵌入的基因网络重构中的因果关系挖掘(2020)
  17. Ruiz,Francisco J.R.;Athy,Susan;Blei,David M.:购物者:一个带有替代品和互补品的消费者选择概率模型(2020年)
  18. Samanta,Bidisha;De,Abir;Jana,Gourhari;Gómez,Vicenç;Chattaraj,Pratim;Ganguly,Niloy;Gomez Rodriguez,Manuel:\ textscNeVAE:分子图的深层生成模型(2020年)
  19. Simpson,Edwin;Gurevych,Iryna:人群的可伸缩贝叶斯偏好学习(2020)
  20. Skelac,Ines;Jandrić,Andrej:意即用:从Wittgenstein到Google的Word2vec(2020)