Machine learning 如何使用单词嵌入/word2vec。。不同地用一本实际的物理词典
如果我的标题不正确/可能更好，请告诉我 我一直在试图找到一篇现有的论文/文章来描述我遇到的问题：我试图为单词创建向量，使它们等于它们各部分的总和。 例如：Cardinal（鸟）将等于：red，bird的向量，仅此而已。 为了训练这样的模型，输入可能类似于字典，其中每个单词都由其属性定义。 比如： 红衣主教：小鸟，红色 蓝知更鸟：蓝色，鸟 鸟：温血的，翅膀，喙，两只眼睛，爪子 翅膀：骨头，羽毛 在这个例子中，每个词向量等于它各个部分的词向量之和，依此类推 据我所知，在最初的单词2VEC中，语义距离被保留，因此Vec（马德里）-Vec（西班牙）+Vec（巴黎）=近似Vec（巴黎） 谢谢Machine learning 如何使用单词嵌入/word2vec。。不同地用一本实际的物理词典,machine-learning,nlp,deep-learning,embedding,word2vec,Machine Learning,Nlp,Deep Learning,Embedding,Word2vec,如果我的标题不正确/可能更好，请告诉我 我一直在试图找到一篇现有的论文/文章来描述我遇到的问题：我试图为单词创建向量，使它们等于它们各部分的总和。 例如：Cardinal（鸟）将等于：red，bird的向量，仅此而已。 为了训练这样的模型，输入可能类似于字典，其中每个单词都由其属性定义。 比如： 红衣主教：小鸟，红色 蓝知更鸟：蓝色，鸟 鸟：温血的，翅膀，喙，两只眼睛，爪子 翅膀：骨头，羽毛 在这个例子中，每个词向量等于它各个部分的词向量之和，依此类推 据我所知，在最初的单词2VEC中，语义距离
另外，如果可能的话，以后应该可以添加新单词。如果你要建立一个包含你想要的组件的字典，你根本不需要word2vec。您已经定义了要指定的维度：只需使用它们，例如在Python中：
kb = {"wings": {"bone", "feather"},
"bird": {"wings", "warm-blooded", ...}, ...}
kb["bird"] | kb["reptile"]
与其试图建立一个词典，你最好还是从一个大型语料库中探索W2V到底给了你什么，并看看如何利用这些信息来发挥优势。W2V从文本中呈现的确切内容的语言学尚未完全理解，但在尝试对嵌入做一些特定的操作时，您可能会学到一些关于语言的新知识 谢谢你的回答：所以我之所以尝试这种风格的方法是因为我使用的数据——这是非常具体的生物信息，我认为我实际上无法获得有效的语料库。我最初考虑只使用维基百科和一些生物数据库（NCBI），但有一点需要注意的是定义是严格的——如果a由B、C、D组成，a的向量必须始终等于B、C、D的和，不多不少（给定最近的邻居，并假设没有重复）。我不确定W2V是否有能力产生这样的结果。这的最终目标是什么？申请表是什么？您的评估指标是什么？最终目标是生成什么？一些向量世界，在那里可以对（生物过程的）属性集进行加和减，以找到与该属性集最接近的对象。应用是对生物数据的深入学习。评估指标：给定“项目”的输入序列；Property1，Property2…PropertyN'，输出应该是向量空间，这样数学就都可以了。很有可能这根本不是W2V问题，或者我只是看错了。这是一个很大的假设——生物特性服从向量空间模型的特性。如果您知道要分析的属性是什么，只需制作一个大表即可。我认为，通过NLP衍生分析，你不会得到你想要的那么精确的结果，你需要大量的数据。没有人真正理解W2V分析的各个维度“意味着什么”。维基百科上的生物学文章可能是训练数据的一个良好开端，只是厌倦了维基百科分类形成一个图表，而不是一个好的本体。