严倬云算命知乎

word2vec算出的词向量怎么衡量好坏

作者：Fiberleif

来源：知乎

著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

目前常用的衡量word embedding质量好坏的task主要分为两类：

word analogy & document classification

1.word

analogy task

假设给了一对单词 (a , b) 和一个单独的单词c,

task会找到一个单词d，使得c与d之间的关系相似于a与b之间的关系，举个简单的例子：(中国，北京)和 日本，应该找到的单词应该是东京，因为北京是中国的首都，而东京也是日本的首都。 在给定word

embedding的前提下，task一般是通过在词向量空间寻找离(b-a+c)最近的词向量来找到d。

2.document

classification task

这是一种通过使用词向量来计算文本向量（可以被用来进行文本分类的工作）的方法，为了得到文本向量，task通常采用了一种很简单的方法:取文本中所有词的词向量的平均值来代表该文本的文本向量，进而通过文本分类的准确度来反向评价训练出的词向量的质量。

对于给定的word embedding，以上的方法确实可以大致地评价词向量的质量好坏，但我们不应该局限于它们，就像楼上所言，我们应该以word embedding对于实际任务的收益为评价标准，如果脱离了实际任务，很难讲不同的word embedding谁比谁更“好”，因为word embedding更像是一个解决问题所使用的工具而不是一个问题的终点。

文言文中一五日後，二五日后，三五日后，怎讲

三五日后：三五天以后。“三五”是个概数，如三五个人、三五年时间。文言文中没有“一五日後”，“二五日后”的说法。

另：算命的概念有所不同。一五指五天；二五指十天，三五指半个月。熟为汝多知乎

标签： 向量 be 文本 ing 日后