基于GloVe模型的词向量改进方法

• 作者: 丁治明 陈珍锐
• 来源期刊: 计算机系统应用
• 关键词: 词向量 Word2Vec GloVe 共现矩阵 无关词
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 软件技术·算法
• 页码范围: 194-199
• 页数: 6页
• 字数: 5894字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.006704

摘要

使用词向量表示方法能够很好的捕捉词语的语法和语义信息,为了能够提高词向量语义信息表示的准确性,本文通过分析GloVe模型共现矩阵的特点,利用分布式假设,提出了一种基于GloVe词向量训练模型的改进方法.该方法主要通过对维基百科统计词频分析,总结出过滤共现矩阵中无关词和噪声词的一般规律,最后给出了词向量在词语类比数据集和词语相关性数据集的评估结果.实验表明,在相同的实验环境中,本文的方法能够有效的缩短词向量的训练时间,并且在词语语义类比实验中准确率得到提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁治明	北京工业大学信息学部	10	83	4.0	9.0
2	陈珍锐	北京工业大学信息学部	1	3	1.0	1.0