【直播】中科院天体物理李柏顺:word2vec技术在文本分析中的应用

2017 年 9 月 2 日 AI研习社


雷锋公开课活动预告

  动信息

分享主题:word2vec技术在文本分析中的应用

分享人:李柏顺,本科毕业于湘潭大学数学专业,硕士毕业于中科院天体物理专业。2016开始从事机器学习方面的工作,在机器视觉和自然语言处理两个领域有一定经验。

时间:9 月 3 日(周日)10:00

地点:AI 研习社微信群


  本期提纲

word2vec是通过文本的语序和语境无监督训练出来能将词的语义表征到向量空间中的模型。自从Mikolov et al.在2013年提出之后,在文本分析中有着广泛的应用。在这次分享中,我将讲解word2vec模型的基本原理,它的一些变形,以及在一些数据挖掘任务中的应用。


  观看直播

识别下方二维码,关注 AI 研习社(okweiwu),进入公众号,点击【公开课】进入直播,9 月3 日(周日)10:00 活动准时开始!


AI 研习社长期接受优秀文章投稿

同时免费为优质企业推广招聘信息

有意者请联系 jiazhilong@leiphone.com



关注 AI 研习社(okweiwu),回复 1 领取

【超过 1000G 神经网络/AI/大数据、教程、论文!】


后台回复 “我要进群” 加入 AI 技术讨论群


内推时间 | AI研习社帮你找了28个职位

▼▼▼

登录查看更多
2

相关内容

分散式表示即将语言表示为稠密、低维、连续的向量。 研究者最早发现学习得到词嵌入之间存在类比关系。比如apple−apples ≈ car−cars, man−woman ≈ king – queen 等。这些方法都可以直接在大规模无标注语料上进行训练。词嵌入的质量也非常依赖于上下文窗口大小的选择。通常大的上下文窗口学到的词嵌入更反映主题信息,而小的上下文窗口学到的词嵌入更反映词的功能和上下文语义信息。
【图神经网络(GNN)结构化数据分析】
专知会员服务
117+阅读 · 2020年3月22日
招募 | 腾讯 AI Lab 招收多名 CV 实习生
AI科技评论
5+阅读 · 2018年10月14日
深度学习之星(二):GAN之图像转换 | 公开课
AI研习社
3+阅读 · 2017年12月11日
【回顾】医学影像计算与分析
AI研习社
5+阅读 · 2017年11月5日
VIP会员
相关VIP内容
【图神经网络(GNN)结构化数据分析】
专知会员服务
117+阅读 · 2020年3月22日
Top
微信扫码咨询专知VIP会员