版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
開(kāi)始:文本表示每個(gè)單詞的表示::爬山:跑步:昨天:Word
Representation詞典:
[
,去,爬山,今天,
,昨天,跑步]每個(gè)句子的表示今天去爬山:昨天跑步:又去爬山又去跑步:Sentence
Representation
(boolean)詞典:
[
,又,去,爬山,今天,
,昨天,跑步]每個(gè)句子的表示今天去爬山:昨天跑步:又去爬山又去跑步:Sentence
Representation
(count)詞典:
[
,又,去,爬山,今天,
,昨天,跑步]結(jié)束:文本表示開(kāi)始:文本相似度S1:
“S2:
"S3:今天去爬山”=(1,0,1,1,0,0,0,0)昨天跑步"=(0,0,0,0,0,1,1,1)又
去
爬山
又
去
跑步 "
=
(0,2,2,1,0,1,0,1)“Sentence
Similarity計(jì)算距離(歐式距離):??=|?????????|Sentence
Similarity計(jì)算相似度(余弦相似度):??
=
????
/????/(
????
? ????
)S1:
“S2:
"S3:今天去爬山”=(1,0,1,1,0,0,0,0)昨天跑步"=(0,0,0,0,0,1,1,1)又
去
爬山
又
去
跑步 "
=
(0,2,2,1,0,1,0,1)“Sentence
Similarity句子1:He
is
going
from
Beijing
to
Shanghai句子2:He
denied
my
request,but
he
actually
lied.句子3:Mike
lost
the
phone,and
phone
was
in
the
car句子1:(0,0,1,0,0,0,1,1,1,0,1,0,0,0,0,0,0,1,0,1,0)句子2:(1,0,0,1,0,1,0,0,2,0,0,1,0,0,1,0,1,0,0,0,0)句子3:(0,1,0,0,1,0,0,0,0,1,0,0,1,1,0,2,0,0,2,0,1)deniedheSentence
Similarity句子1:He
is
going
from
Beijing
to
Shanghai句子2:He
denied
my
request,but
he
actually
lied.句子3:Mike
lost
the
phone,and
phone
was
in
the
car句子1:(0,0,1,0,0,0,1,1,1,0,1,0,0,0,0,0,0,1,0,1,0)句子2:(1,0,0,1,0,1,0,0,2,0,0,1,0,0,1,0,1,0,0,0,0)句子3:(0,1,0,0,1,0,0,0,0,1,0,0,1,1,0,2,0,0,2,0,1)deniedhe并不是出現(xiàn)的越多就越重要!并不是出現(xiàn)的越少就越不重要!結(jié)束:文本相似度開(kāi)始:tf-idf
文本表示Sentence
Similarity句子1:He
is
going
from
Beijing
to
Shanghai句子2:He
denied
my
request,but
he
actually
lied.句子3:Mike
lost
the
phone,and
phone
was
in
the
car句子1:(0,0,1,0,0,0,1,1,1,0,1,0,0,0,0,0,0,1,0,1,0)句子2:(1,0,0,1,0,1,0,0,2,0,0,1,0,0,1,0,1,0,0,0,0)句子3:(0,1,0,0,1,0,0,0,0,1,0,0,1,1,0,2,0,0,2,0,1)deniedhe并不是出現(xiàn)的越多就越重要!并不是出現(xiàn)的越少就越不重要!Tf-idf
Representation??????????(??)=
????
??,
??
?
??????(??)文檔??中??的詞頻??????????(??)N:語(yǔ)料庫(kù)中的文檔總數(shù)N(w):詞語(yǔ)w出現(xiàn)在多少個(gè)文檔???????????(??)=
????
??,
??
?
??????(??)今天上NLP課程
今天的課程有意思數(shù)據(jù)課程也有意思Measure
Similarity
Between
Words下面哪些單詞之間語(yǔ)義相似度更高?,爬山,運(yùn)動(dòng),昨天結(jié)束:tf-idf文本表示開(kāi)始:詞向量介紹Measure
Similarity
Between
Words下面哪些單詞之間語(yǔ)義相似度更高?,爬山,運(yùn)動(dòng),昨天Measure
Similarity
Between
Words利用One-hot表示法表達(dá)單詞之間相似度?每個(gè)單詞的表示::
[1,
0,
0,
0,
0,
0,
0]爬山:
[0,
0, 1,
0,
0,
0,
0]運(yùn)動(dòng):
[0,
0,
0,
0,
0,
0,
1]昨天:
[0,
0,
0,
0,
0,
1,
0]Another
Issue:
Sparsity今天打算去爬山昨天做什么了明天打算去上課From
One-hot
Representation
toDistributed
Representation:
[1,
0,
0,
0,
0,
0,
0]爬山:
[0,
0, 1,
0,
0,
0,
0]運(yùn)動(dòng):
[0,
0,
0,
0,
0,
0,
1]昨天:
[0,
0,
0,
0,
0,
1,
0]:
[0.1,
0.2,
0.4,
0.2]爬山:
[0.2,
0.3,
0.7,
0.1]運(yùn)動(dòng):
[0.2,
0.3,
0.6,
0.2]昨天:
[0.5,
0.9, 0.1,
0.3]One-Hot
RepresentationDistributed
RepresentationMeasure
Similarity
Between
Words:
[0.1,
0.2,
0.4,
0.2]爬山:
[0.2,
0.3,
0.7,
0.1]運(yùn)動(dòng):
[0.2,
0.3,
0.6,
0.2]昨天:
[0.5,
0.9, 0.1,
0.3]Distributed
RepresentationComparing
the
CapacitiesQ:100維的One-Hot
表示法最多可以表達(dá)多少個(gè)不同的單詞?Q:100維的分布式表示法最多可以表達(dá)多少個(gè)不同的單詞?Comparing
the
CapacitiesQ:100維的One-Hot
表示法最多可以表達(dá)多少個(gè)不同的單詞?Q:100維的分布式表示法最多可以表達(dá)多少個(gè)不同的單詞?QuestionsQ:怎么學(xué)習(xí)每一個(gè)單詞的分布式表示(詞向量)?結(jié)束:詞向量介紹開(kāi)始:學(xué)習(xí)詞向量Learn
Word
Embeddings今天去爬山你么昨天運(yùn)動(dòng)去爬山:
[0.1,
0.2,
0.4,
0.2]爬山:
[0.2,
0.3,
0.7,
0.1]運(yùn)動(dòng):
[0.2,
0.3,
0.6,
0.2]昨天:
[0.5,
0.9, 0.1,
0.3]Distributed
RepresentationEssence
of
Word
Embedding:
[0.1,
0.2,
0.4,
0.2]爬山:
[0.2,
0.3,
0.7,
0.1]運(yùn)動(dòng):
[0.2,
0.3,
0.6,
0.2]昨天:
[0.5,
0.9, 0.1,
0.3]Distributed
RepresentationFrom
Word
Embedding
to
SentenceEmbedding結(jié)束:學(xué)習(xí)詞向量開(kāi)始:基于檢索的問(wèn)答系統(tǒng)缺點(diǎn)QuestionHow
do
you
like
NLPCamp?<Question1,answer1><question2,answer2>……<question100,answer100>a返回相似度最高的相似度匹配Recap:
Retrieval-based
QA
System思路:“層次過(guò)濾思想”How
to
Reduce
Time
Complexity?Recap:
Retrieval-based
QA
SystemQuestion“How
do
you
like
NLPCamp?”<question1,answer1><question2,answer2>……<question100,answer100>返回相似度最高的過(guò)濾相似度匹配<question2,answer2><question17,answer17>……<question98,answer9
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 《小烏龜看爺爺》課件
- 《電氣安全操作技術(shù)》課件
- 三年級(jí)數(shù)學(xué)認(rèn)識(shí)分?jǐn)?shù)課件
- 《神經(jīng)系統(tǒng)的療養(yǎng)》課件
- 單位管理制度集合大合集人員管理篇十篇
- 單位管理制度匯編大合集人力資源管理十篇
- 中心對(duì)稱課件
- 單位管理制度分享大全職工管理篇
- 《證據(jù)法的基礎(chǔ)知識(shí)》課件
- 《診斷學(xué)》課程標(biāo)準(zhǔn)
- 急癥識(shí)別及處理課件
- 人防工程質(zhì)量監(jiān)督(共38)
- 《認(rèn)識(shí)長(zhǎng)方形》數(shù)學(xué)
- 七年級(jí)生物上冊(cè)期末測(cè)試卷(各版本)
- 關(guān)注體重 控制血壓課件
- 統(tǒng)編版六年級(jí)語(yǔ)文上冊(cè)廣東省廣州市花都區(qū)期末檢測(cè)試卷附答案
- 2022更新國(guó)家開(kāi)放大學(xué)電大《生產(chǎn)與運(yùn)作管理》2025-2026期末試題及答案(試卷代號(hào):2617)
- (完整版)保溫工藝課件
- 設(shè)計(jì)驗(yàn)證和生產(chǎn)確認(rèn)[福特FORD]
- 工作場(chǎng)所空氣中有害物質(zhì)監(jiān)測(cè)的采樣規(guī)范課件159-2004
- 合同范本之采購(gòu)合同誰(shuí)保管
評(píng)論
0/150
提交評(píng)論