这是一个创建于 3704 天前的主题，其中的信息可能已经有所发展或是发生改变。
统计语言模型好理解，根据语料库计算整句话的概率，即可根据进行判断
那么神经网络语言模型如何对整句话的类别进行判断？这个想不清楚啊。
我已理解单个词 的 词向量，但是不知道词向量怎么运用到整句话的类别判断上
 | 1 glennq 2016 年 3 月 3 日 类别判断？语言模型的目的本来就只是给句子一个概率啊 |
 | 2 chlx 2016 年 3 月 3 日 |
 | 3 mikezhang0515 OP |
| 4 mikezhang0515 OP @chlx 谢谢，这个看过，但还是不太理解，可能在自然语言模型上的惯性太大了。。老想着概率该如何计算 |
 | 5 snnn 2016 年 3 月 3 日 via Android 好专业！！！！ |
| 6 glennq 2016 年 3 月 4 日 @mikezhang0515 首先“语言模型(Language Model)”是一个专有名词，主要目的是给定一个句子，能估算出其在这门语言中的出现概率。传统做法一般是 n-gram ，而神经网络一般是用 RNN+LSTM 。 文本分类又是另一个自然语言处理中的问题，一般做法是从每个文本中提取特征，然后就可以用任何有监督学习的方法来做了。至于词向量，你可以认为是给每个词的特征，想办法把这些组合起来变成整个文本的特征，之后就是同一个套路了 |
| 7 mikezhang0515 OP @glennq 对于词向量间，通过夹角能够得出同义词，那么通过什么可以得到相关性呢？看了很多文章，没有人这么提。 |
| 8 mikezhang0515 OP @glennq 可能相关性不是很明确，固定短语间，词向量会存在什么联系呢？ |
Select Language