http://index.cslt.org/mediawiki/index.php?action=history&feed=atom&title=Text-2014-08-22
Text-2014-08-22 - 版本历史
2026-04-07T15:54:41Z
本wiki的该页面的版本历史
MediaWiki 1.23.3
http://index.cslt.org/mediawiki/index.php?title=Text-2014-08-22&diff=10763&oldid=prev
2014年8月23日 (六) 02:35 Lr
2014-08-23T02:35:03Z
<p></p>
<table class='diff diff-contentalign-left'>
<col class='diff-marker' />
<col class='diff-content' />
<col class='diff-marker' />
<col class='diff-content' />
<tr style='vertical-align: top;'>
<td colspan='2' style="background-color: white; color:black; text-align: center;">←上一版本</td>
<td colspan='2' style="background-color: white; color:black; text-align: center;">2014年8月23日 (六) 02:35的版本</td>
</tr><tr><td colspan="2" class="diff-lineno">第1行：</td>
<td colspan="2" class="diff-lineno">第1行：</td></tr>
<tr><td class='diff-marker'>−</td><td style="color:black; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div>word2vec <del class="diffchange diffchange-inline">相关会议纪要：</del></div></td><td class='diff-marker'>+</td><td style="color:black; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div><ins class="diffchange diffchange-inline">==</ins>word2vec <ins class="diffchange diffchange-inline">相关会议纪要==</ins></div></td></tr>
<tr><td class='diff-marker'> </td><td style="background-color: #f9f9f9; color: #333333; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #e6e6e6; vertical-align: top; white-space: pre-wrap;"><div>1. 在训练字向量的时候 predict 出词向量:</div></td><td class='diff-marker'> </td><td style="background-color: #f9f9f9; color: #333333; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #e6e6e6; vertical-align: top; white-space: pre-wrap;"><div>1. 在训练字向量的时候 predict 出词向量:</div></td></tr>
<tr><td class='diff-marker'> </td><td style="background-color: #f9f9f9; color: #333333; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #e6e6e6; vertical-align: top; white-space: pre-wrap;"><div>     a）在训练完成 字向量A，B时，通过查表得到词AB成词，训练 A·Miα·B 得出 <类语法矩阵或语法关系> Miα</div></td><td class='diff-marker'> </td><td style="background-color: #f9f9f9; color: #333333; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #e6e6e6; vertical-align: top; white-space: pre-wrap;"><div>     a）在训练完成 字向量A，B时，通过查表得到词AB成词，训练 A·Miα·B 得出 <类语法矩阵或语法关系> Miα</div></td></tr>
</table>
Lr
http://index.cslt.org/mediawiki/index.php?title=Text-2014-08-22&diff=10762&oldid=prev
2014年8月23日 (六) 02:34 Lr
2014-08-23T02:34:47Z
<p></p>
<table class='diff diff-contentalign-left'>
<col class='diff-marker' />
<col class='diff-content' />
<col class='diff-marker' />
<col class='diff-content' />
<tr style='vertical-align: top;'>
<td colspan='2' style="background-color: white; color:black; text-align: center;">←上一版本</td>
<td colspan='2' style="background-color: white; color:black; text-align: center;">2014年8月23日 (六) 02:34的版本</td>
</tr><tr><td colspan="2" class="diff-lineno">第1行：</td>
<td colspan="2" class="diff-lineno">第1行：</td></tr>
<tr><td class='diff-marker'> </td><td style="background-color: #f9f9f9; color: #333333; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #e6e6e6; vertical-align: top; white-space: pre-wrap;"><div>word2vec 相关会议纪要：</div></td><td class='diff-marker'> </td><td style="background-color: #f9f9f9; color: #333333; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #e6e6e6; vertical-align: top; white-space: pre-wrap;"><div>word2vec 相关会议纪要：</div></td></tr>
<tr><td class='diff-marker'>−</td><td style="color:black; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div><del class="diffchange diffchange-inline">  </del>1. 在训练字向量的时候 predict 出词向量</div></td><td class='diff-marker'>+</td><td style="color:black; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div>1. 在训练字向量的时候 predict 出词向量<ins class="diffchange diffchange-inline">:</ins></div></td></tr>
<tr><td class='diff-marker'> </td><td style="background-color: #f9f9f9; color: #333333; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #e6e6e6; vertical-align: top; white-space: pre-wrap;"><div>     a）在训练完成 字向量A，B时，通过查表得到词AB成词，训练 A·Miα·B 得出 <类语法矩阵或语法关系> Miα</div></td><td class='diff-marker'> </td><td style="background-color: #f9f9f9; color: #333333; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #e6e6e6; vertical-align: top; white-space: pre-wrap;"><div>     a）在训练完成 字向量A，B时，通过查表得到词AB成词，训练 A·Miα·B 得出 <类语法矩阵或语法关系> Miα</div></td></tr>
<tr><td class='diff-marker'> </td><td style="background-color: #f9f9f9; color: #333333; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #e6e6e6; vertical-align: top; white-space: pre-wrap;"><div>     b）思路：</div></td><td class='diff-marker'> </td><td style="background-color: #f9f9f9; color: #333333; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #e6e6e6; vertical-align: top; white-space: pre-wrap;"><div>     b）思路：</div></td></tr>
<tr><td colspan="2" class="diff-lineno">第6行：</td>
<td colspan="2" class="diff-lineno">第6行：</td></tr>
<tr><td class='diff-marker'> </td><td style="background-color: #f9f9f9; color: #333333; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #e6e6e6; vertical-align: top; white-space: pre-wrap;"><div>         2）在训练过程中，学习出关系 Mi 通过AMiB生成AB的词向量</div></td><td class='diff-marker'> </td><td style="background-color: #f9f9f9; color: #333333; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #e6e6e6; vertical-align: top; white-space: pre-wrap;"><div>         2）在训练过程中，学习出关系 Mi 通过AMiB生成AB的词向量</div></td></tr>
<tr><td class='diff-marker'> </td><td style="background-color: #f9f9f9; color: #333333; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #e6e6e6; vertical-align: top; white-space: pre-wrap;"><div>         3）将关系Mi进行人为分类，满足一定关系的字predict 词向量。 满足一定关系的词向量满足一种三元组关系 <A，Mi，B> 通过分类问题可以将三元组进行分类</div></td><td class='diff-marker'> </td><td style="background-color: #f9f9f9; color: #333333; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #e6e6e6; vertical-align: top; white-space: pre-wrap;"><div>         3）将关系Mi进行人为分类，满足一定关系的字predict 词向量。 满足一定关系的词向量满足一种三元组关系 <A，Mi，B> 通过分类问题可以将三元组进行分类</div></td></tr>
<tr><td class='diff-marker'>−</td><td style="color:black; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div><del class="diffchange diffchange-inline">  </del>2. 更改训练过程中的cost function</div></td><td class='diff-marker'>+</td><td style="color:black; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div>2. 更改训练过程中的cost function<ins class="diffchange diffchange-inline">:</ins></div></td></tr>
<tr><td class='diff-marker'> </td><td style="background-color: #f9f9f9; color: #333333; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #e6e6e6; vertical-align: top; white-space: pre-wrap;"><div>     a）在训练word vector过程中 由传统的 wT·w 变换为 f(wT)·f(w)</div></td><td class='diff-marker'> </td><td style="background-color: #f9f9f9; color: #333333; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #e6e6e6; vertical-align: top; white-space: pre-wrap;"><div>     a）在训练word vector过程中 由传统的 wT·w 变换为 f(wT)·f(w)</div></td></tr>
<tr><td class='diff-marker'> </td><td style="background-color: #f9f9f9; color: #333333; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #e6e6e6; vertical-align: top; white-space: pre-wrap;"><div>     b）转化为∏f(Xi|θ)的形式</div></td><td class='diff-marker'> </td><td style="background-color: #f9f9f9; color: #333333; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #e6e6e6; vertical-align: top; white-space: pre-wrap;"><div>     b）转化为∏f(Xi|θ)的形式</div></td></tr>
<tr><td class='diff-marker'>−</td><td style="color:black; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div><del class="diffchange diffchange-inline">  </del>3. word vector training model</div></td><td class='diff-marker'>+</td><td style="color:black; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div>3. word vector training model<ins class="diffchange diffchange-inline">:</ins></div></td></tr>
<tr><td class='diff-marker'> </td><td style="background-color: #f9f9f9; color: #333333; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #e6e6e6; vertical-align: top; white-space: pre-wrap;"><div>     a）通过学习产生一些relation vector or matrix</div></td><td class='diff-marker'> </td><td style="background-color: #f9f9f9; color: #333333; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #e6e6e6; vertical-align: top; white-space: pre-wrap;"><div>     a）通过学习产生一些relation vector or matrix</div></td></tr>
<tr><td class='diff-marker'> </td><td style="background-color: #f9f9f9; color: #333333; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #e6e6e6; vertical-align: top; white-space: pre-wrap;"><div>     b）使用 SSA feature 进行迭代</div></td><td class='diff-marker'> </td><td style="background-color: #f9f9f9; color: #333333; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #e6e6e6; vertical-align: top; white-space: pre-wrap;"><div>     b）使用 SSA feature 进行迭代</div></td></tr>
</table>
Lr
http://index.cslt.org/mediawiki/index.php?title=Text-2014-08-22&diff=10761&oldid=prev
2014年8月23日 (六) 02:34 Lr
2014-08-23T02:34:22Z
<p></p>
<table class='diff diff-contentalign-left'>
<col class='diff-marker' />
<col class='diff-content' />
<col class='diff-marker' />
<col class='diff-content' />
<tr style='vertical-align: top;'>
<td colspan='2' style="background-color: white; color:black; text-align: center;">←上一版本</td>
<td colspan='2' style="background-color: white; color:black; text-align: center;">2014年8月23日 (六) 02:34的版本</td>
</tr><tr><td colspan="2" class="diff-lineno">第1行：</td>
<td colspan="2" class="diff-lineno">第1行：</td></tr>
<tr><td class='diff-marker'>−</td><td style="color:black; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div><del class="diffchange diffchange-inline"> </del>word2vec 相关会议纪要：</div></td><td class='diff-marker'>+</td><td style="color:black; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div>word2vec 相关会议纪要：</div></td></tr>
<tr><td class='diff-marker'> </td><td style="background-color: #f9f9f9; color: #333333; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #e6e6e6; vertical-align: top; white-space: pre-wrap;"><div>   1. 在训练字向量的时候 predict 出词向量</div></td><td class='diff-marker'> </td><td style="background-color: #f9f9f9; color: #333333; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #e6e6e6; vertical-align: top; white-space: pre-wrap;"><div>   1. 在训练字向量的时候 predict 出词向量</div></td></tr>
<tr><td class='diff-marker'> </td><td style="background-color: #f9f9f9; color: #333333; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #e6e6e6; vertical-align: top; white-space: pre-wrap;"><div>     a）在训练完成 字向量A，B时，通过查表得到词AB成词，训练 A·Miα·B 得出 <类语法矩阵或语法关系> Miα</div></td><td class='diff-marker'> </td><td style="background-color: #f9f9f9; color: #333333; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #e6e6e6; vertical-align: top; white-space: pre-wrap;"><div>     a）在训练完成 字向量A，B时，通过查表得到词AB成词，训练 A·Miα·B 得出 <类语法矩阵或语法关系> Miα</div></td></tr>
</table>
Lr
http://index.cslt.org/mediawiki/index.php?title=Text-2014-08-22&diff=10760&oldid=prev
Lr：以内容“ word2vec 相关会议纪要： 1. 在训练字向量的时候 predict 出词向量 a）在训练完成 字向量A，B时，通过查表得到词AB成词，训...”创建新页面
2014-08-23T02:34:11Z
<p>以内容“ word2vec 相关会议纪要： 1. 在训练字向量的时候 predict 出词向量 a）在训练完成 字向量A，B时，通过查表得到词AB成词，训...”创建新页面</p>
<p><b>新页面</b></p><div> word2vec 相关会议纪要：<br />
1. 在训练字向量的时候 predict 出词向量<br />
a）在训练完成 字向量A，B时，通过查表得到词AB成词，训练 A·Miα·B 得出 <类语法矩阵或语法关系> Miα<br />
b）思路：<br />
1）通过直接训练字向量A，B 又AB成词，通过预先设置好的规则，学出使 AB 成词的关系 Mi<br />
2）在训练过程中，学习出关系 Mi 通过AMiB生成AB的词向量<br />
3）将关系Mi进行人为分类，满足一定关系的字predict 词向量。 满足一定关系的词向量满足一种三元组关系 <A，Mi，B> 通过分类问题可以将三元组进行分类<br />
2. 更改训练过程中的cost function<br />
a）在训练word vector过程中 由传统的 wT·w 变换为 f(wT)·f(w)<br />
b）转化为∏f(Xi|θ)的形式<br />
3. word vector training model<br />
a）通过学习产生一些relation vector or matrix<br />
b）使用 SSA feature 进行迭代<br />
c）car <= cars， cars' 归一化 也就是stem<br />
<br />
recorded by xinchao</div>
Lr