《表2 词语义距离：一种基于字向量和LSTM的句子相似度计算方法》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《一种基于字向量和LSTM的句子相似度计算方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

采用维基百科中文语料（zhwiki-20180120-pages-articles，1.42G），对该语料进行繁体转简体、去除数字、特殊符号、停用词等处理后，使用Word2Vec的Skip-gram模型进行训练得到字向量。为了对比不同粒度向量在模型上的效果，额外训练了词向量，分词工具使用jieba。字向量和词向量的维度均为400维，上下文窗口大小设置为5，词频最小值为5。从字向量训练结果中选择中心字“书”和“房”来计算语义距离最近10个字，结果如表1所示。另外，为了对比不同粒度向量效果，从词向量训练结果中选择中心字“图书”和“学生”来计算语义距离最近4个词语，结果如表2所示。