tensorflow - TensorFlow 中 Word2Vec 的类比？

Question

我在 Tensor Flow 中实现了字嵌入，与此处的代码类似，我能够获得最终嵌入（final_embeddings），但我想使用本练习的典型类比来评估嵌入。如何确定哪个术语对应于最终嵌入数组中的哪一行？或者，在 Tensor Flow 中是否有实现？任何帮助将不胜感激（细节和资源将是一个加号；））。谢谢！

Answer 1

向您推荐这个概念教程。如果您使用的是 skip-gram，则输入是 one-hot 编码。所以 的索引1就是这个词的向量的索引。

tensorflow 中的实现非常简单。你可能想看看这个函数：tf.nn.embedding_lookup

例如：

embed = tf.nn.embedding_lookup(embedding, inputs)

嵌入是您正在寻找的向量。

Answer 2

哪个术语对应于最终嵌入数组中的哪一行完全取决于您的实现。在训练之前的某个时候，您将每个单词转换为一个数字，对吗？此数字表示嵌入表中的该行。

如果您想知道具体名称，可以在此处发布您的部分代码。