As discussed earlier, word embeddin

As discussed earlier, word embedding or distributed representation is a technique of learning vector representation for all words present in the given corpus. The learned vector representation is generally dense, real-valued and of lowdimension. As contrast to one-hot vector representation each dimension of the word-vector is supposed to represent a latent feature of lexicosemantic properties of the word. In our work we considered two state of the art word embedding techniques, namely, word2vec and GloVe. Although in literature there exists several wordembedding techniques (Hinton et al., 1986; Bengio et al., 2003; Bengio, 2008; Mnih and Hinton, 2009; Collobert et al., 2011), the selected two
word embedding techniques are very much computationally efficient and are considered as stateof-the art. We have summarized the basic principles of the two methods in subsequent sections.

Kết quả (Việt) 1:

Như thảo luận trước đó, từ nhúng hoặc đại diện phân phối là một kỹ thuật học tập vector đại diện cho tất cả các từ có trong các văn thể nhất định. Đại diện học vectơ là thường dày đặc, giá trị thực và lowdimension. Như ngược lại với đại diện một bể vector mỗi kích thước của véc tơ từ là nghĩa vụ phải đại diện cho một tính năng tiềm ẩn của lexicosemantic thuộc tính của từ. Trong công việc của chúng tôi, chúng tôi xem xét hai hiện đại từ nhúng kỹ thuật, cụ thể là, word2vec và găng tay. Mặc dù trong văn học có tồn tại một số wordembedding kỹ thuật (Hinton et al., 1986; Bengio et al., 2003; Bengio, 2008; Mnih và Hinton, 2009; Collobert et al., năm 2011), cả hai đã chọntừ nhúng kỹ thuật có hiệu quả rất nhiều computationally và được coi là the bác nghệ thuật. Chúng tôi đã tóm tắt các nguyên tắc cơ bản của hai phương pháp trong phần tiếp theo.

Kết quả (Việt) 2:

Như đã thảo luận trước đó, từ nhúng hoặc đại diện phân phối là một kỹ thuật của việc học đại diện vector cho tất cả các từ có trong corpus nhất định. Các đại diện vector học nói chung là dày đặc, giá trị thực và các lowdimension. Như trái ngược với đại diện vector một nóng mỗi chiều của từ-vector được cho là đại diện cho một tính năng tiềm ẩn của tính lexicosemantic của từ. Trong công việc của chúng tôi, chúng tôi xem xét hai nhà nước của các chữ nghệ thuật kỹ thuật, cụ thể là, word2vec và găng tay nhúng. Mặc dù trong văn học có tồn tại một số kỹ thuật wordembedding (Hinton et al, 1986;. Bengio et al, 2003;. Bengio, 2008; Mnih và Hinton, 2009; Collobert et al, 2011)., Các lựa chọn hai
chữ nhúng kỹ thuật rất nhiều tính toán hiệu quả và được coi là stateof-nghệ thuật. Chúng tôi đã tóm tắt các nguyên tắc cơ bản của hai phương pháp trong các phần tiếp theo.