N克( GloVe )

Question

我希望使用GloVe为文档构造word嵌入。我知道如何获得单个单词(单字)的向量嵌入，如下所示(例如文本文档)。

$ git clone http://github.com/stanfordnlp/glove
$ cd glove && make
$ ./demo.sh

现在，我想为bigram获取向量嵌入。例如；

1. "New york“->而不是"New”和"york“
2. “机器学习”->而不是“机器”和“学习”

在GloVe中可以做吗？如果是，怎么做？

Answer 1

我不认为他们有可用的双标载体，但是你可以通过预处理一个语料库来自己制作它们。例如，如果您的语料库中的文档如下所示：

GloVe is love

您可以将其格式化如下：

START_GloVe GloVe_is is_love love_END

并像往常一样在这个语料库上训练一组嵌入。您也可以看看Word2vec，就像this post中类似的。