使用Gensim库进行训练时,跳过语法word2vec和CBOW w2v有什么区别?

时间:2018-09-10 06:22:38

标签: python machine-learning nlp gensim word2vec

对于Skip-gram word2vec训练样本如下:

Sentence: The fox was running across the maple forest

fox一词为下一对训练用:

fox-run, fox-across, fox-maple, fox-forest

等。 CBOW w2v使用反向方法:

run-fox, across-fox, maple-fox, forest-fox

或对于forest字:

fox-forest, run-forest, across-forest, maple-forest

所以我们得到了所有的对。如果在CBOW模式下进行训练时未指定目标词,则在使用gensim库训练期间,Skip-gram word2vec和CBOW w2v有什么区别?在这两种情况下,是否都使用所有成对的单词?

1 个答案:

答案 0 :(得分:4)

仅skip-gram使用(context_word)->(target_word)形式的训练对。

在CBOW中,训练示例为(average_of_multiple_context_words)->(target_word)。因此,当反向传播单个训练示例中的错误时,多个上下文词会得到相同的纠正。