Global Vectors forWord Representation

参考论文： GloVe: Global Vectors forWord Representation

参考博客：https://blog.csdn.net/coderTC/article/details/73864097

glove 模型类似于word2vec模型，都是一种词的全局向量的表示方法。

• 模型目标：进行词的向量化表示，使得向量之间尽可能多地蕴含语义和语法的信息。
• 输入：语料库
• 输出：词向量
• 方法概述：首先基于语料库构建词的共现矩阵，然后基于共现矩阵和GloVe模型学习词向量。

 

我的理解是skip-gram、CBOW每次都是用一个窗口中的信息更新出词向量，但是Glove则是用了全局的信息（共现矩阵），也就是多个窗口进行更新