2019年7月17日

NLP传统基础(3)---潜在语义分析LSA主题模型---SVD得到降维矩阵

摘要: https://www.jianshu.com/p/9fe0a7004560 一、简单介绍 LSA和传统向量空间模型(vector space model)一样使用向量来表示词(terms)和文档(documents),并通过向量间的关系(如夹角)来判断词及文档间的关系;不同的是,LSA 将词和文档 阅读全文

posted @ 2019-07-17 18:46 吱吱了了 阅读(1517) 评论(0) 推荐(0)

NLP学习(1)---Glove模型---词向量模型

摘要: 一、简介: 1、概念:glove是一种无监督的Word representation方法。 Count-based模型,如GloVe,本质上是对共现矩阵进行降维。首先,构建一个词汇的共现矩阵,每一行是一个word,每一列是context。共现矩阵就是计算每个word在每个context出现的频率。由 阅读全文

posted @ 2019-07-17 18:30 吱吱了了 阅读(11391) 评论(0) 推荐(1)

推荐排序---Learning to Rank:从 pointwise 和 pairwise 到 listwise,经典模型与优缺点

摘要: 转载:https://blog.csdn.net/lipengcn/article/details/80373744 Ranking 是信息检索领域的基本问题,也是搜索引擎背后的重要组成模块。 本文将对结合机器学习的 ranking 技术——learning2rank——做个系统整理,包括 poin 阅读全文

posted @ 2019-07-17 13:43 吱吱了了 阅读(9033) 评论(0) 推荐(0)

导航