课程内容
我有话说
1/1 词嵌入 word2vec 模型
讲解一种把每个词映射成固定长度向量的经典模型，说明这样做为何能让词语之间的语义相似性变成可以定量计算的数值关系。文章介绍了它通过两种不同的预测任务来训练向量的思路，并剖析输入、投影和输出三层结构各自承担的职责，指出语义相近的词会落到向量空间中相邻的位置。读完可理解词嵌入为何有效，为阅读后续自然语言处理模型打下原理基础。
本课程通过滑动窗口构造样本，讲解word2vec的Skip-Gram与CBOW结构，解决词袋高维稀疏难表语义，帮助建立词向量认知。
讲解一种把每个词映射成固定长度向量的经典模型，说明这样做为何能让词语之间的语义相似性变成可以定量计算的数值关系。文章介绍了它通过两种不同的预测任务来训练向量的思路，并剖析输入、投影和输出三层结构各自承担的职责，指出语义相近的词会落到向量空间中相邻的位置。读完可理解词嵌入为何有效，为阅读后续自然语言处理模型打下原理基础。
热门 1 小时 34 分钟 本课程通过TF/IDF推导与向量器拆解，讲解文本数值化与关键词权重，解决文档向量化与特征提取，帮助完成文本特征工程。
1 小时 3 分钟 本课程讲解 std::bind 参数绑定、占位符重排与可调用对象适配，帮助学习者掌握函数适配器用法，提升 C++ 函数式编程能力。
推荐 1 小时 16 分钟 本课程通过分词、词性标注与关键词抽取示例讲解 jieba，解决中文无空格难处理，帮助学习者掌握分词与关键词提取，提升预处理能力。