nlp - 如何增加word2vec中特定单词之间的相似度?
问题描述
我是使用 Word2Vec 的新手。
我很想知道如何增加 word2vec 中特定单词之间的相似度。
假设我的句子看起来像这样。(玩具示例)
句子1 = ['a', 'b', 'c'] 句子2 = ['a', 'b', 'a', 'b', 'a', 'b']
模型 = word2vec.Word2Vec([sentence1, sentence2])
我对 word2vec 的结果的期望是“a”和“b”应该比“a”和“c”更接近。这是因为在 sentence2 中有很多对 'a' 和 'b' ,而 sentence2 是 word2vec 模型中的训练数据集。
如何使用 word2vec 制作训练数据集以在“a”和“b”之间具有更好的相似性?
如果你有像这个例子这样的真实应用程序,请告诉我如何使用它们。
解决方案
推荐阅读
- google-apps-script - 按 ID 访问电子表格
- node.js - ElectronJS 在 dialog.showOpenDialog(...) 上崩溃
- python - Python & Selenium:如何从特定 div 获取 href 元素?我的元素已过时
- spring-boot - NGINX 入口控制器 - 405 不允许
- angularjs - 如何在 Redux Reducer 中调用 AngularJS 服务函数?
- git - 尝试在 VScode 中访问 IBM 云工厂仓库时出错
- javascript - 尝试 SSR 但得到“ServerStyleSheets 不是构造函数”
- flutter - 为什么需要按两次按钮才能使用提供程序在颤动中更新状态?
- node.js - 如何在 Docker 中运行 nodejs 和 reactjs
- r - 选项卡中的多个块