word2vec补充

obananas · Nov 27, 2019 · 7be5f1d · 7be5f1d
1 parent 5d21306
commit 7be5f1d
Show file tree

Hide file tree

Showing 3 changed files with 43 additions and 28 deletions.
diff --git a/.idea/workspace.xml b/.idea/workspace.xml
diff --git a/README.md b/README.md
@@ -341,6 +341,7 @@
 # 推荐
 - DIN
 - DeepFM
+    - 
 - YoutubeNet
 - Wide&Deep
 - MLR

diff --git a/自然语言处理/Word2Vec.md b/自然语言处理/Word2Vec.md
@@ -18,7 +18,8 @@
 - 负采样的核心思想是：利用负采样后的输出分布来模拟真实的输出分布
 
 # word2vec两种方法各自的优势?
-**Mikolov 的原论文，Skip-gram 在处理少量数据时效果很好，可以很好地表示低频单词。而 CBOW 的学习速度更快，对高频单词有更好的表示**
+- **Mikolov 的原论文，Skip-gram 在处理少量数据时效果很好，可以很好地表示低频单词。而 CBOW 的学习速度更快，对高频单词有更好的表示**
+- Skip-gram的时间复杂度是o(kv),CBOW的时间复杂度o(v)
 
 # 怎么衡量学到的embedding的好坏?
 - 从item2vec得到的词向量中随机抽出一部分进行人工判别可靠性。即人工判断各维度item与标签item的相关程度，判断是否合理，序列是否相关
-Original file line number
+Diff line change
@@ Expand Up / @@ -341,6 +341,7 @@ @@
     # 推荐
     - DIN
     - DeepFM
+        -
     - YoutubeNet
     - Wide&Deep
     - MLR
@@ Expand Down @@