基于中心化相似度矩阵的词向量方法

• 作者: 徐帆 王裴岩 蔡东风
• 来源期刊: 计算机应用研究
• 关键词: 词向量 中心化 相似度矩阵
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 411-414,434
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2017.08.0721

摘要

对基于矩阵分解的词向量方法进行了研究,发现降维前相似度矩阵质量与词向量质量存在线性相关性,提出了一种基于中心化相似度矩阵的方法.该方法使得相似(不相似或弱相似)词间的相似程度相对增强(减弱).在WS-353和RW数据集的词语相似性实验中验证了所提出方法的有效性,两个数据集下词向量质量最高提升0.289 6和0.180 1.中心化能够提升降维前相似度矩阵质量,进而提升词向量质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡东风	沈阳航空航天大学人机智能研究中心	105	916	14.0	27.0
2	王裴岩	沈阳航空航天大学人机智能研究中心	25	100	6.0	9.0
3	徐帆	沈阳航空航天大学人机智能研究中心	1	0	0.0	0.0