| 一种Word2vec构建词向量模型的实现方法 |
| |
| 引用本文： | 席宁丽,朱丽佳,王录通,陈俊,万晓容.一种Word2vec构建词向量模型的实现方法[J].电脑与信息技术,2023(1):43-46. |
| |
| 作者姓名： | 席宁丽 朱丽佳 王录通 陈俊 万晓容 |
| |
| 作者单位： | 1. 贵州师范大学教育学院;2. 贵州师范大学外国语学院;3. 广西现代职业技术学院教师教育学院 |
| |
| 基金项目： | 贵州省教育厅高校人文社会科学研究项目(项目编号：2020GH015)； |
| |
| 摘 要： | Word2vec是一种基于简单神经网络的自然语言处理方法，是一种词嵌入技术，可用于构建高维词向量。研究针对Word2vec词向量表示方法进行模型构建和分析，通过NLPCC2014语料训练，将词映射到高维词向量空间中，完成了Word2vec的功能实现以及可视化输出。实验中进一步针对CBOW模型与Skip-gram模型，这两种Word2vec中的重要模型进行对比研究，输出结果表明：在通过大语料训练中文词向量时，Skip-gram模型在新词识别上具有明显优势，综合模型准确性与时间性能来说，总体可靠性更优。
|
| 关 键 词： | 词向量 Word2vec CBOW Skip-gram NLP |
|
|
