word2vec----huffman编码

标签：最小   距离   ima   info   分享   分享图片   bubuko   word   长度   

一、目的

词频越高的词，希望编码长度越短。

在huffman树中，叶子节点是各个词，叶子节点的权重是词频。每个词都有权重×距离根节点的长度，即词频*编码长度。Huffman树保证了上述所有词的上述乘积的和是最小的，即该编码方式的总代价是最小的。

二、huffman树的构造算法：这里略去，总之有确定的算法可以构造

三、编码示例

如图，编码为：

我：0

喜欢：111

观看：110

巴西：101

足球：1001

世界杯：1000

word2vec----huffman编码

标签：最小   距离   ima   info   分享   分享图片   bubuko   word   长度   

原文地址：https://www.cnblogs.com/mimandehuanxue/p/9024064.html