Q

爲什麼word2vec優於其他神經網絡方法？

2017-03-04 28 views 0 likes

0

爲什麼word2vec優於其他神經網絡方法？爲什麼word2vec優於其他神經網絡方法？

Word2vec比其他神經網絡方法（NNLM，RNNLM等）更淺。

它無法解釋？

我想知道它是否對沒有隱藏層的模型（如S形等激活函數）有任何不良影響？

2017-03-04 yc Kim

+0

你如何比較它們（哪種測量）？ –

+0

通過準確性測量？（在2013a word2vec文件中） –

+1

您認爲我們都知道論文，結果和您引用的方法？它每6個月（甚至更快）發生變化，2013年已經過時了。我可以找到5篇關於不同語言模型的不同指標擊敗word2vec的論文。他們都說他們是最好的。如果您有這些問題，請引用您的資料並更好地解釋您的問題的背景:) –

A

回答

0

從我到目前爲止所瞭解的情況來看，隱藏層的去除確實會影響精度。然而，它導致了很高的計算增益，我們可以使用該模型來訓練比以前更大的數據集。該模型的主要觀點是，與更小的數據集的更昂貴的模型相比，對更多數據進行簡單模型訓練可獲得更好的結果。

2017-04-16 22:02:00

相關問題