《表1 权重t (wi, cj) 的计算方法》

  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

《基于中心化相似度矩阵的词向量方法》

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

t（wi，cj）的计算方法有词频（TF）、点互信息（PMI）[17，21]和条件概率（CP）[20]。文献[17]中提出将PMI的方法改为PP-MI，并使用SPPMI方法得到与skip-gram模型等价的结论。文献[20]与Glove模型则使用条件概率计算t（wi，cj）。权重t（wi，cj）具体计算方法如表1所示。其中，#（wi，cj）表示wi与cj共现的次数，#（wi）和#（cj）分别表示wi和cj在语料库中出现的次数，N为语料库中词的总数。当wi和cj未共现时，tPMI（wi，cj）=log 0=-∞。因此本文规定，当#（wi，cj）=0时，tPMI（wi，cj）=0。