内部学习了下word2vec和fasttext，感觉还是挺有意思的，稍微记一点东西吧。 两个东西一脉相承，出自同一人手； 所以很多东西都是相似的，比如 思路：用周围元素估计中心元素 每次都要修改的策略； 完全随机的初始 可能是因为没有应用到，暂时没有感觉太多，先记录些资料吧，后面会用到 word2v ...
分类：
其他好文 时间：
2017-12-28 21:44:36
阅读次数：
147
安装gensim前要装python,numpy, scipy, 通过pip list检查开始安装gensim sudo pip install gensim 参考文档：http://www.jianshu.com/p/6d542ff65b1e http://kexue.fm/archives/431 ...
分类：
其他好文 时间：
2017-12-28 11:57:15
阅读次数：
226
将word2vec思想拓展到序列item的2vec方法并运用到推荐系统中，实质上可以认为是一种cf 在word2vec中，doc中的word是具有序列关系的，优化目标类似在max对数似然函数 应用在item2vec上，可以有两种看待方式： （1）如果item是强时序关系的，那么对某一次序列中的ite ...
分类：
其他好文 时间：
2017-12-23 19:11:03
阅读次数：
168
1、skip-gram模型 一文详解 Word2vec 之 Skip-Gram 模型（结构篇） ...
分类：
其他好文 时间：
2017-12-20 14:53:53
阅读次数：
110
好吧，我承认，我又开始搞word2vec了，好多次了。 上一篇是： http://www.cnblogs.com/charlesblc/p/7615825.html 先在阡陌机器上面训练了： work@cp01-online-strategy-framework tensorflow-word2ve ...
分类：
其他好文 时间：
2017-12-04 20:31:33
阅读次数：
200
引言 在机器学习领域，语言识别和图像识别都比较容易做到。语音识别的输入数据可以是音频频谱序列向量所构成的matrix，图像识别的输入数据是像素点向量构成的矩阵。但是文本是一种抽象的东西，显然不能直接把文本数据喂给机器当做输入，因此这里就需要对文本数据进行处理。 现在，有这么一个有趣的例子，我接下来要 ...
分类：
编程语言 时间：
2017-11-28 01:38:42
阅读次数：
235
http://blog.csdn.net/weixin_36604953/article/details/78324834 想必通过前一篇的介绍，各位小主已经对word2vec以及CBOW和Skip-gram有了比较清晰的了解。在这一篇中，小编带大家走进业内最新潮的文本分类算法，也就是fastTex ...
分类：
其他好文 时间：
2017-11-27 14:18:49
阅读次数：
212
word2Vec 是实现从原始语料中学习字词空间向量的预测模型 使用word2Vec的skip_Gram模型 使用url下载数据集会出现数据集下载不完整，推荐手动下载数据集 网址为http://mattmahoney.net/dc/text8.zip 结果如下 ...
分类：
其他好文 时间：
2017-11-20 14:31:15
阅读次数：
345
前言文本挖掘也是机器学习或者说是人工智能最需要处理的一类信息（其它的诸如语音、图像及视频处理等）；随着数字信息化和网络化进程不断深入，用户的在线交流、发布、共享等都被以文字形式记录下来，它们成为分析语言和理解社会的重要素材来源，对于文本的挖掘主要包括文档分..
分类：
其他好文 时间：
2017-11-17 10:43:16
阅读次数：
401
现在趋势是高层用可解释的模型例如 线性模型或者gbdt，下层用带深度的embedding。文本向量化的 word 2 vector 很不错也有很多自己做得模型，关键在于语聊，模型效果差异不大。这里有训练好的模型，30种语言非英语，感觉语料不是很好https://github.com/Kyubyong... ...
分类：
其他好文 时间：
2017-11-10 13:49:48
阅读次数：
237
