文献类型：期刊文章

作　　者：熊富林[1] 邓怡豪[1] 唐晓晟[2]

机构地区：[1]北京邮电大学信息与通信工程学院,北京100876 [2]北京邮电大学WTI实验室,北京100876

出　　处：《南京师范大学学报（工程技术版）》

年　　份：2015

卷　　号：15

期　　号：1

起止页码：43-48

语　　种：中文

收录情况：AJ、CAS、CSA、CSA-PROQEUST、ZMATH、普通刊

摘　　要：神经网络概率语言模型是一种新兴的自然语言处理算法,该模型通过学习训练语料获得词向量和概率密度函数,词向量是多维实数向量,向量中包含了自然语言中的语义和语法关系,词向量之间余弦距离的大小代表了词语之间关系的远近,词向量的加减代数运算则是计算机在"遣词造句".近年来,神经网络概率语言模型发展迅速,Word2vec是最新技术理论的合集.首先,重点介绍Word2vec的核心架构CBOW及Skip-gram;接着,使用英文语料训练Word2vec模型,对比两种架构的异同;最后,探讨了Word2vec模型在中文语料处理中的应用.

关 键 词：自然语言处理 Word2vec  CBOW  Skip-gram  中文语言处理  

分 类 号：TP391.1]