NLP-在2D平面上可视化的字向量遵循U形。为什么？

时间：2019-04-18 05:30:30

标签： nlp svd dimensionality-reduction

我使用NLTK API下载了有关原油的路透社新闻文章，并构建了共现矩阵。我将窗口大小设置为5，并进行尺寸缩小。它从7853减少为2维。所解释的变异性是93％，这意味着我的尺寸减少得当。

我在2D平面上绘制了单词向量，看起来像这样：

enter image description here

如您所见，它看起来像“ U”向侧面旋转，或者是y = x ^ 2的侧面曲线。

这是一个有趣的现象，我不知道为什么会发生。有人解释为什么吗？

++这不是Word2Vec

++这不是t-SNE尺寸缩减，而是TruncatedSVD

0 个答案:

没有答案
相关问题
最新问题