word2vec 和 glove 模型的区别

2019-09-09 15:36:13

问题描述：word2vec 和 glove 这两个生成 word embedding 的算法有什么区别。

问题求解：

GloVe (global vectors for word representation) 与word2vec，两个模型都可以根据词汇的 "共现 co-occurrence" 信息，将词汇编码成一个向量（所谓共现，即语料中词汇一起出现的频率）。

两者最直观的区别在于，word2vec是 "predictive" 的模型，而GloVe是 "count-based" 的模型。

Glove 和 word2vec 从算法实现的角度来说，它们区别在于loss的计算是不同的。

对于原生的w2v，其loss是交叉熵损失；

对于Glove来说，其需要先构建一个共现矩阵X，其中的 X_ij 表示 i 和 j共同出现的次数，其loss为如下的公式。

f(x) 是一个权重函数，当 X_ij 等于0的时候，f(x) = 0，并且当 X_ij 过大的时候，f(x) = 1。

 

 

来源：oschina

链接：https://my.oschina.net/u/4370474/blog/3400719