SVM分类任务中word2vec功能的输入格式是什么？

Question

我正在scikit learning中使用线性SVM执行二进制分类任务。我使用名义特征和词向量。我使用预先训练的Google word2vec获得了单词向量，但是，我不确定SVM如何将单词向量作为特征来处理。
似乎我需要将每个向量“拆分”为300个单独的特征（= 300个向量维），因为我无法将向量作为一个整体传递给SVM。但这似乎不正确，因为矢量应被视为一个功能。
在这种情况下，表示向量的正确方法是什么？

Answer 1

许多功能的载体

从SVM的角度来看，单词向量的每个维度将是一个单独的数字特征-该向量中的每个维度代表一个表示不同内容的数字度量。

非SVM分类器也是如此。例如，如果您有一个神经网络，而您的输入特征是长度为300的单词向量，并且（为一个简单的示例起见）说明该单词是否为大写，那么您可以将这些内容连接起来，将有301个数字作为您的输入；您会像对待这300个维度一样对待该功能。