基于图的word2vec负采样( GNEG:Graph-Based Negative Sampling for word2vec)

题目：GNEG:Graph-Based Negative Sampling for word2vec

论文摘要; 负抽样是分布式词表示学习的一个重要组成部分。我们假设，考虑全局的语料库级信息，为每个目标词生成不同的噪声分布，比原始的基于频率的分布更能满足每个训练词的反例要求。为此，我们从语料库中预先计算单词的共现统计量，并将其应用于随机游走等it网络算法中。我们通过一系列实验验证了这一假设，实验结果表明，我们的方法将单词类比任务提高了约5%，并将单词相似性任务的性能提高了约1%。