一种基于Word2Vec的训练效果优化策略研究

• 作者: 王飞 谭新
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: Word2Vec 词向量 语义相似度 算法
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 97-102,174
• 页数: 7页
• 分类号: TP391
• 字数: 6714字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2018.01.016

摘要

Word2Vec是谷歌在2013年开源的一款语言处理工具包,它能够在基于神经网络训练语言模型的同时将词表示成实数值向量,并根据向量空间余弦距离来寻找语义相似度高的词,训练效率较高.在应用Word2Vec训练词向量的过程中,对其中可能影响Word2Vec词向量训练的中文分词和算法选择环节进行试验,配合深入解析部分核心源代码,发现能使训练效果最优的策略,使得Word2Vec的性能获得一定的提升,为下一步的应用提供了更好的词向量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王飞		3	19	2.0	3.0