[NLP] 秒懂词向量Word2vec的本质

寻找远方的自己 · 发表于 2023-1-18 07:50:35

我觉得是可以这么理解的。之所以可以看做输出向量，是因为 full softmax 有 V 个权重 W，每个权重 W 在 full softmax 里代表一个类别，而这里的类别跟词是一一对应的，所以才有这种表示。
到了 hierarchical softmax 里，权重 W 大概是 log(V) 个，不再跟词数一一对应，所以也就失去了这种表征意义

梦想号 · 发表于 2025-12-22 11:01:13

我也是坐沙发的

立聪堂助听器宿迁店 · 发表于 2025-12-22 13:53:45

越长越好 · 发表于 2025-12-23 06:39:25

为毛老子总也抢不到沙发？！！

刘信春 · 发表于 4 小时前

无论是不是沙发都得回复下

		自动登录	找回密码
密码			立即注册

[NLP] 秒懂词向量Word2vec的本质

浏览过的版块