word2vec 到底学到了什么?Berkeley AI Research 给出定量理论
Berkeley AI Research 的新论文为 word2vec 的学习过程提供了定量预测理论:证明在若干温和近似条件下,其学习问题可归约为无加权最小二乘矩阵分解,梯度流动力学可解析求解,最终学到的表示等价于对特定目标矩阵 $M^\star$ 做 PCA。
Berkeley AI Research 的新论文为 word2vec 的学习过程提供了定量预测理论:证明在若干温和近似条件下,其学习问题可归约为无加权最小二乘矩阵分解,梯度流动力学可解析求解,最终学到的表示等价于对特定目标矩阵 $M^\star$ 做 PCA。