文本分析的单词嵌入模型

Word2VEC是一种算法,它将文本数据转换为嵌入深度学习算法可以理解的单词。嵌入式模型可以用作机器学习或深度学习分类任务中的功能以及各种其他预测任务。

Word2vec作为输入一组文本数据或语料库,并回馈作为表示上下文,词频率和单词之间的关系的一组数字向量。得到的数值矢量可用于将原始文本转换为适合数据可视化,机器学习和深度学习的数字表示。

文本分析用于从应用中的非结构化文本进行预测,从而从计算金融到预测维护。你可以表演主题建模分类, 和情绪分析通过使用带有机器学习或深度学习的预训练或训练的单词嵌入式的预训练或训练的单词嵌入式。Text Analytics Toolbox™读取Word2Vec,手套和的Word Embeddings和FastText.与之Wordembeddings.目的。

要了解有关使用Word2VEC的更多信息,请参阅文本分析工具箱深度学习工具箱™

也可以看看:数据科学深度学习深度学习工具箱统计和机器学习工具箱预测维护工具箱

与Matlab引入深度学习

在Matlab中开始使用文本分析