2021 年 1月 18 日随笔档案 - 知亦行

2021年1月18日

摘要：将文本数据表示成计算机能够运算的数字或向量离散表示独热编码（One-hot）思想：将语料库中所有的词拉成一个向量，给每个词一个下标，就得到对应的词典。每个分词的文本表示为该分词的比特位为1,其余位为0的矩阵表示。词袋模型(Bag of Words) 思想：把每篇文章看成一袋子词，并忽略每阅读全文

posted @ 2021-01-18 23:41 知亦行阅读(645) 评论(0) 推荐(0) 编辑