我目前正在从事文本挖掘 ptoject 工作，一旦我进行矢量化，我想知道。有方法更好。
是
Word2Vec还是Tf-Idf？在这里我看到我们可以将它们结合起来，为什么？它会提高数据质量吗？
怎么样
GloVe？
谢谢
Word2Vec 和 Tf-idf 如何组合它们
数据挖掘
nlp
文本挖掘
特征工程
word2vec
tfidf
2021-09-30 14:05:20
1个回答
- Word2Vec 算法（Skip Gram 和 CBOW）平等对待每个词，因为它们的目标是计算词嵌入。当需要处理句子或文档嵌入时，这种区别就变得很重要。并非所有单词都同样代表特定句子的含义。并且在这里应用了不同的加权策略，TF-IDF 是那些成功的策略之一。
- 有时，它确实提高了推理质量，因此组合值得一试。
- 手套是斯坦福的宝贝，经常被证明表现更好。可以在此处阅读有关Glove 对抗 Word2Vec的更多信息，以及在线提供的许多其他资源。
其它你可能感兴趣的问题