标签归档：word vectors

斯坦福大学深度学习与自然语言处理第四讲：词窗口分类和神经网络

6条回复

斯坦福大学在三月份开设了一门“深度学习与自然语言处理”的课程：CS224d: Deep Learning for Natural Language Processing，授课老师是青年才俊 Richard Socher，以下为相关的课程笔记。

第四讲：词窗口分类和神经网络（Word Window Classification and Neural Networks）

推荐阅读材料：

  1. [UFLDL tutorial]
  2. [Learning Representations by Backpropogating Errors]
  3. 第四讲Slides [slides]
  4. 第四讲视频 [video]

以下是第四讲的相关笔记，主要参考自课程的slides，视频和其他相关资料。
继续阅读 →

斯坦福大学深度学习与自然语言处理第三讲：高级的词向量表示

8条回复

斯坦福大学在三月份开设了一门“深度学习与自然语言处理”的课程：CS224d: Deep Learning for Natural Language Processing，授课老师是青年才俊 Richard Socher，以下为相关的课程笔记。

第三讲：高级的词向量表示（Advanced word vector representations: language models, softmax, single layer networks）

推荐阅读材料：

  1. Paper1：[GloVe: Global Vectors for Word Representation]
  2. Paper2：[Improving Word Representations via Global Context and Multiple Word Prototypes]
  3. Notes：[Lecture Notes 2]
  4. 第三讲Slides [slides]
  5. 第三讲视频 [video]

以下是第三讲的相关笔记，主要参考自课程的slides，视频和其他相关资料。
继续阅读 →

斯坦福大学深度学习与自然语言处理第二讲：词向量

9条回复

斯坦福大学在三月份开设了一门“深度学习与自然语言处理”的课程：CS224d: Deep Learning for Natural Language Processing，授课老师是青年才俊 Richard Socher，以下为相关的课程笔记。

第二讲：简单的词向量表示：word2vec, Glove(Simple Word Vector representations: word2vec, GloVe)

推荐阅读材料：

  1. Paper1：[Distributed Representations of Words and Phrases and their Compositionality]]
  2. Paper2：[Efficient Estimation of Word Representations in Vector Space]
  3. 第二讲Slides [slides]
  4. 第二讲视频 [video]

以下是第二讲的相关笔记，主要参考自课程的slides，视频和其他相关资料。
继续阅读 →