首页 > 试题广场 >

关于Word2vec，下列哪些说法是正确的（）

[不定项选择题]

Word2vec利用当前特征词的上下文信息实现词向量编码，是语言模型的副产品

Word2vec能够表示词汇之间的语义相关性

Word2vec没有使用完全的深度神经网络模型

Word2vec可以采用负采样的方式来节省计算开销

查看答案及解析

按太阳穴轮刮眼眶

答案有误，严格意义上来讲，Word2Vec并不是无监督学习。应该叫半监督学习（semi-supervised），因为虽然人类不用手工标注，但是本质上模型还是有类别学习，有反向传播的过程的。

搜索谷歌也可以查到相关论文。

（前面题目就看到有人说题目答案有误，现在信了。。）

发表于 2019-08-28 22:50:48 回复(0)

Eden_Zhou

发表于 2020-07-16 05:45:13 回复(0)

西南交一枝花

word2vec两种类型：1、CBOW 2、Skig-gram。每种都有两种策略（加速优化策略）：1、负采样 2、层级softmax。

层级softmax，使用了哈夫曼树，优化计算概率效率。

负采样不使用哈夫曼树，而是利用简单的随机采样，这种用少量噪声词汇来估计的方法，类似蒙特卡洛方法。这使得不需要计算完整的概率模型，只需要训练一个二元分类模型，用来区分真实的目标词汇和采样的噪声词汇。提高训练速度，改善所得词向量的质量。

发表于 2019-04-25 15:59:18 回复(0)

牛客54560154号

请问D是什么意思？

发表于 2021-03-10 19:53:34 回复(0)

提交观点

问题信息

算法工程师自然语言处理 2019 小鹏汽车

来自：小鹏汽车2019春招N...

上传者：小小

难度：

4条回答 109收藏 8034浏览

扫一扫，把题目装进口袋