なぜword2vecが他のニューラルネットワーク手法よりも優れているのですか？

なぜword2vecは他のニューラルネットワークの手法よりも優れていますか？なぜword2vecが他のニューラルネットワーク手法よりも優れているのですか？

Word2vecは、他のニューラルネットワーク方法（NNLM、RNNLMなど）よりも浅いです。

説明できませんか？

そして、隠れ層がないモデル（シグモイドなどの起動機能）に悪影響を及ぼすかどうかを知りたいですか？

2017-03-04 yc Kim

どのようにそれらを比較しますか（測定値）？ –

正確な数値では？（2013a word2vecの論文で） –

あなたは、その論文、結果、およびあなたが引用した方法を皆知っていると思いますか？ 6ヶ月ごと（またはそれ以上）に変更され、2013年はちょっと古いです。さまざまな言語モデルを使ってさまざまな指標でword2vecを上回る5つの論文を見つけることができます。彼らはすべて彼らが最高だと言います。あなたはそれらの種類の質問がある場合は、あなたのソースを引用し、あなたの質問の文脈をより良く説明する:) –

私がこれまで理解してきたことから、隠れ層の除去は精度に影響します。しかし、その結果、高い計算量が得られ、これまで可能だったよりもはるかに大きなデータセットでモデルを訓練することができます。モデルの主なポイントは、単純なモデルをより多くのデータで訓練すると、より小さいデータセットを持つより高価なモデルよりも良い結果が得られることです。

出典

2017-04-16 22:02:00

なぜword2vecが他のニューラルネットワーク手法よりも優れているのですか？

答えて

関連する問題