Efficient Estimation of Word Representations in Vector Space (2013)论文要点

论文链接：https://arxiv.org/pdf/1301.3781.pdf

参考：

A Neural Probabilistic Language Model (2003)论文要点  https://www.cnblogs.com/yaoyaohust/p/11310774.html

- 线性规律linear regularities: "king - man = queen - woman"

- 语法和语义规律syntactic and semantic regularities

1986年Hinton等人提出分布式表示。

典型的训练：

3-50轮，十亿级别样本，滑动窗口宽度N=10，向量维度D=50-200，隐层宽度H=500-1000，词典维度|V|=10^6

复杂度主要取决于隐层到输出层，即H*|V|

hierarchical softmax，输出层Huffman编码，计算复杂度|V| -> log|V|

考虑去掉隐层。

两种方式CBOW和Skip-gram

更多数据，更高维向量：

Google News：60亿tokens，100万常用词，3万极常用词

3轮迭代，学习率0.025且随时间衰减。