文本分析的单词嵌入模型

Word2vec是一种算法,它可以将文本数据转换为深度学习算法可以理解的单词嵌入。单词嵌入模型可以作为机器学习或深度学习分类任务以及各种其他预测任务的特征。

Word2vec将一组文本数据或语料库作为输入,并返回一组表示上下文、单词频率和单词之间关系的数字向量作为输出。所得到的数值向量可用于将原始文本转换为适合于数据可视化、机器学习和深度学习的数值表示形式。

文本分析用于在从计算金融到预测维护的应用程序中对非结构化文本进行预测。您可以执行主题建模,分类,情绪分析通过使用预先培训或培训过的词嵌入机器学习或深度学习,以高效和可扩展的方式。文本分析工具箱™读取由word2vec、GloVe和FastTextwordEmbedding对象。

有关使用word2vec的更多信息,请参见文本分析工具箱深度学习工具箱™

参见: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,预测维修工具箱

介绍用MATLAB进行深度学习

开始在MATLAB中进行文本分析