当我们提及word2vec的时候，可能很多人都会联想到CBOW（Continuous Bag of-Words）、Skip-gram模型以及其算法。 注：CBOW与Skip-gram模型是研究者在NNLM（Neural Network Language Model）和C&W模型…

Word2Vec 是一个两层神经网络，它可以把文本中的单词进行向量化表示。它的输入是一个语料库（Corpus），它的输出是一组向量。 Word2Vec 并非是一种深度神经网络，它只是将文本转换为深度神

Word2vec 论文由 Google 的研究团队发布于 2013 年，它的发布，很大程度上改变了 NLP 技术的发展，不仅如此，在使用神经网络来解决各个领域的问题时，谈必离不开 Embedding，而 Embedding 究竟是什么？了解 Word2vec 的同学都知道，它其…

弱人工智能的时代已经到来，人们每天的生活都离不开算法所提供的服务。比如：资讯类APP是根据用户偏好做的个性化推荐；出行类APP背后是算法在做最优化调度；购物类APP是根据历史购买行为和商品间相似度进行推荐。这样的例子还有很多很多，就不一一列举了。 可见算法对于一家互联网公司有多…

NLP NLP（Natural Language Processing）是指自然语言处理，他的目的是让计算机可以听懂人话。下面是我将2万条豆瓣影评训练之后，随意输入一段新影评交给神经网络，最终它……

文本表示（Representation）文本是一种非结构化的数据信息，是不可以直接被计算的。文本表示的作用就是将这些非结构化的信息转化为结构化的信息，这样就可以针对文本信息做计算，来完成我们日常所能见

打标签这种用户行为作为目前用户生成内容的一种表现形式，也被作为目前推荐场景下的一种特征，同时对用户打标签也是用户画像的抽象形式，是有十分广泛的用处的。而对于标签系统就会有基于他所产生的推荐算法。本篇文章会终点讨论一下基于标签的推荐算法：SimpleTagBased，Normal…

Embedding是一种将离散变量转化为连续向量表示的一种方法，其最开始应用于NLP中用于word embedding，目的在于将原本用one hot表示的word映射到一个多维向量空间中形成一个新的向量表达，并由此产生了可以进行计算和比较的特性。之后也顺势产生了image e…