《表2 与氧化石墨烯语义相关度高的特征词》
本文选用Word2vec的CBOW模型进行训练,该模型是一个三层的神经网络语言模型,其中第一层是Wi-c,Wi-c+1,…,Wi+c,这一层用若干个单词的词向量作为输入,模型的第二层代表的是隐藏层,是第一层向量所加起来的和,第三层为输出层,输出层代表了语料库中的所有词语的词向量表示,然后可以通过计算词之间词向量的COS距离来度量词间的相似度。用石墨烯领域的文本特征词数据进行Word2vec训练,可得到各特征词的词向量以及其语义距离,以“氧化石墨烯”为例,即可得到与其语义相近的领域特征词,排序后取最相关的5个特征词展示如表2所示。
图表编号 | XD0039032600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.01.30 |
作者 | 宋小康、何劲、王曰芬 |
绘制单位 | 南京理工大学经济管理学院、江苏省社会公共安全科技协同创新中心、南京理工大学经济管理学院、江苏省社会公共安全科技协同创新中心、南京理工大学经济管理学院、江苏省社会公共安全科技协同创新中心 |
更多格式 | 高清、无水印(增值服务) |