2021年1月5日
特征学习——特征工程自动化，无非类似CNN最后一层softmax前的输出层就是特征表征层，但那是分类器，如何用在无标注数据中是难点——word2vec对“上下文”距离建模来实现特征提取；此外，kernel mechine的结合相当于学习内核，即特征空间
摘要： 通过representation learning，我们可以把一些抽象的知识转化为具体的数值的形式，例如我们使用word2vec对“上下文”的模糊的概念进行了具象的表达，生成的word vector包含了这种先验知识（具体的表现形式就是常出现在上下文里的单词其向量的距离很接近，实际上理解word2v 阅读全文
posted @ 2021-01-05 15:03 bonelee 阅读(209) 评论(0) 推荐(0) 编辑