LSTM
【摘要】 深度学习在自然语言处理中的应用
自然语言处理是教会机器如何去处理或者读懂人类语言的系统,主要应用领域:
对话系统
情感分析
图文映射
机器翻译
语音识别
词向量模型
计算机可只认识数字!
我们可以将一句话中的每一个词都转换成一个向量
你可以将输入数据看成是一个 16*D 的一个矩阵。
词向量是具有空间意义的并不是简单的映射!例如,我们希望...
深度学习在自然语言处理中的应用
自然语言处理是教会机器如何去处理或者读懂人类语言的系统,主要应用领域:
- 对话系统
- 情感分析
- 图文映射
- 机器翻译
- 语音识别
词向量模型
计算机可只认识数字!
我们可以将一句话中的每一个词都转换成一个向量
你可以将输入数据看成是一个 16*D 的一个矩阵。
词向量是具有空间意义的并不是简单的映射!例如,我们希望单词 “love” 和 “adore” 这两个词在向量空间中是有一定的相关性的,因为他们有类似的定义,他们都在类似的上下文中使用。单词的向量表示也被称之为词嵌入。
文章来源: maoli.blog.csdn.net,作者:刘润森!,版权归原作者所有,如需转载,请联系作者。
原文链接:maoli.blog.csdn.net/article/details/90341381
【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱:
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论(0)