08 2020 档案
摘要：将一系列核心特征转换成分类器可接收的特征向量。即输入 x 两种方案 独热编码（one-hot） 每个特征都用单独一维来表示（其中只有一维值为1，其余维为0） 特点：维度高、且很稀疏，向量维度与不同特征的数目相同，特征空间完全相互独立 稠密编码 每个核心特征都被嵌入到 d 维空间中，并用空间中的一个向
阅读全文
摘要：学习笔记 基于深度学习的自然语言处理（中文版）-- 车万翔 等译 基本概念 在语言处理中，向量 x 来源于文本数据，能够反映文本数据所具有的多种语言学特征 从文本数据到具体向量的映射称为 “特征提取” 和 “特征表示”，通过 “特征方程” 所完成 对语言数据，其以一些列离散的符号形式存在，这个序列需
阅读全文
