稀疏PPMI图平均法提升随机索引嵌入效果

本文介绍了一种通过在稀疏正点互信息（PPMI）图上进行平均来改进随机索引（RI）嵌入的方法。该技术在童话语料库上，针对与Google家族类别相关的语义类比问题，准确率显著从19.4%提升至30.7%。然而，该方法在text8和SimLex-999等其他数据集上并未优于神经基线模型，甚至降低了某些其他嵌入类型的准确率。 AI

影响 该研究提供了一种非梯度方法来增强特定类型的嵌入，尽管其与神经模型的广泛竞争力仍然有限。

排序理由 该条目是一篇研究论文，详细介绍了一种改进词嵌入的新颖方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 Hugging Face Daily Papers 阅读 →

• Bloom filter
• continuous bag-of-words model
• Positive Pointwise Mutual Information
• PPMI+SVD
• Random Indexing
• SimLex-999
• singular value decomposition
• Skip-gram

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →