被微博屏蔽 [开源推荐]Google开源基于Deep Learning的word2vec 工具 - 谷歌已经使用Deep Learning技术开发了许多新方法来解析语言,目前,谷歌开源了一款基于Deep Learning的学习工具——word2vec ,这是首款面向大众的Deep Learning学习工具。 🔗 网页链接 展开全文 @talkto廖华 请问有没有好用的中文词汇的语义相似度计算工具？答：多种分布式表示方法都可以计算语义相似度，中英文均可以处理。如近来的word2vec 🔗 网页链接 和glove。@刘知远THU 推荐ESA(Explicit semantic analysis)，在稳定性上可能更优，一些开源项目和文章如下 🔗 网页链接 展开全文 斯坦福Richard Socher在EMNLP2014发表新作：GloVe: Global Vectors for Word Representation 粗看是融合LSA等算法的想法，利用global word co-occurrence信息提升word vector学习效果，很有意思，在word analogy task上准确率比word2vec 提升了11%。 🔗 网页链接 展开全文 【Google 开源项目 word2vec 的分析？】杨超：我之前写的一篇笔记：Word2Vec 的一些理解 最近几位google的研究人员发布了一个工具包叫word2vec ，利用神经网络为单词寻找一个连续向量空间中的表示。这里整理一下思路，供有兴趣的同学… http://t.cn/8ktf7uW（分享自 @知乎） 展开全文 python WORD2VEC python优化，举个具体例子Gensim的作者把word2vec (深度学习)做了几个经典优化：循环，numpy/BLAS，cython，多线程（真的可以）结果效率提高了上千倍，比Google开源出来的原始C版本还快3倍。他最近写了word2vec 教程。无论是学习word2vec 还是python优化，都不可不看 via 西瓜大丸子汤 展开全文 ACL 2014 长文的全文共出现 word2vec 39次，LDA 256次，SVM 216次，deep learning 43次，neural network 425次，sentiment 1016次，wikipedia 301次，Chinese 728次，English 852次。word2vec 很给力的工具！！！ 展开全文 【Phn2vec Embeddings】🔗 网页链接 word2vec 的研究都集中在词、短语、段落（最新的一篇Miklov二作论文），而这篇文章则将word2vec 用到了语音上面，其中的音素对应word。作者认为任何具有前后邻居关系的数据都可以应用word2vec 思想。其实可更大胆一些，无序也能搞，但gram中的window得很大。 展开全文 在看学生用word2vec 跑出来的k-近邻结果。感到thesaurus这个词的译法似值得商榷。一般译作“同义词”。但经典thesaurus词典会含synonym（同义词）, near-synonym和antonym, 这里出现两个“同义词”似不甚妥。况The Edinburgh Associative Thesaurus含大量不属于上述三类的关联词。如何翻译才较妥当呢？ 展开全文 发表了博文 《word2vec 学习+使用介绍》 - word2vec 是google的开源工具，很值得学习使用，推荐大家使用！代码已跑通顺利运行。 word2vec 是一个将单词转换成向量形式的工具。可以 🔗 网页链接 你好，我想问一下，您的这个计算两个词与一个词的相似度，是怎么计算的。是这样么，比如word2vec 结果中“苹果”与“农民”都有一个vector，然后将这两个vector组合，然后计算与其他词的相似度么。 word2vec 只能玩一个词吧，我这个方法可以玩任意多词。请看，苹果这个词和不同词搭配是不同含义的，美军就更明显了，各个地方都留下了美军的身影。。这个不是事先算好的（2个词，3个词，n个词都行。。没法事先算好滴），都是现算，速度非常快。【Word2vec 资料汇总】🔗 网页链接 Word2vec 官方资源；Deep Learning in NLP （一）词向量和语言模型；Deep Learning实战之word2vec 。欢迎补充~ word2vec 只能玩一个词吧，我这个方法可以玩任意多词。请看，苹果这个词和不同词搭配是不同含义的，美军就更明显了，各个地方都留下了美军的身影。。这个不是事先算好的（2个词，3个词，n个词都行。。没法事先算好滴），都是现算，速度非常快。分享今天做的一个小实验哈，#龙套挖掘# ， 学术定义咱先不下，其意思就是，这些词一般会和什么龙套一起搭配，修饰其他词。 当然做龙套挖掘的第一步，下一步是做核心词提取，大家懂的，这个才是关键，有商业价值的。。。要说和word2vec 的区别，他只能model一个词的对位词，能model 2个，3个词嘛。。 展开全文 利用中文数据跑Google开源项目word2vec - hebin - 博客园 🔗 网页链接 Deep Learning实战之word2vec | 有道技术沙龙博客 🔗 网页链接 试试看用word2vec 生成的词向量相似性能否让现在这个没有考虑近义词的文章向量模型更准确一些 我在:翠亭路 看完word2vec 后感觉，神经网络实现词向量还有许多改进和研究的空间啊！ 今天好开心～词语相似度完成啦，效果貌似比google的基于deep learning那个word2vec 好些呀明天给计算机加内存妥妥的 今天好开心～词语相似度完成啦，效果貌似比google的基于deep learning那个word2vec 好些呀明天给计算机加内存妥妥的 word2vec 的哈夫曼树非叶子节点也在字典中？好像有些费解啊！//@网易汪源 : word2vec 好东西，将词映射到数值向量后可以基于向量计算词语义的相似度，并且训练速度贼快 有道几个人写的word2vec 的解析文档，从基本的词向量/统计语言模型->NNLM->Log-Linear/Log-Bilinear->层次化Log-Bilinear，到CBOW和Skip-gram模型，再到word2vec 的各种tricks，公式推导与代码齐飞，基本上是网上关于word2vec 资料的大合集啦，对word2vec 感兴趣的童鞋可以看下。🔗 网页链接 展开全文 Word2vec 在事件挖掘中的调研 - shuishiman - 博客频道 - CSDN.NET 🔗 网页链接 资料收集『Deep Learning实战之word2vec | 有道技术沙龙博客』🔗 网页链接 