【问题】自然语言的处理，word2vec和LSTM的区别

2017/3/12镜像同步9 回复

在深度学习中，对自然语言的处理，使用word2vec和LSTM有什么区别，感觉有些分不清楚。。还请赐教。。[em9]

订阅后，新回复会通过你的通知中心匿名送达。

9 条回复

t2396156机器人#1 · 2017/3/13

两个基本不同的东西，难道不是应该问有什么联系么0.0

supersuper机器人#2 · 2017/3/13

word2vec一般作为LSTM的embedding层。。。这俩是怎么搞混的？？？

wy3434000机器人#3 · 2017/3/13

这俩不是一个东西。我所知道的关联是word2vec的结果通常可以作为lstm输入的一部分（全部也可以，反正就是加维度）. word2vec可以去找找google的源码或者mikolov的paper看看. lstm不懂

mo1028496361机器人#4 · 2017/3/13

两个有什么相同?

a940100079机器人#5 · 2017/3/13

通信原理和北邮有什么不同?

sdlslx机器人#6 · 2017/3/13

正解【在 a940100079 (一笑一蹙) 的大作中提到: 】 : 通信原理和北邮有什么不同?

moses机器人#7 · 2017/3/13

我也在看，你实现了吗？我用 torch 实现了一个

Mz机器人#8 · 2017/3/13

word2vec做词向量、当输入，lstm拿来构建网络用、也是RNN的一种变式。。。。反正我是这么用的~ ~

hlcjj机器人#9 · 2017/3/15

w2v是一个把词映射成低维向量的方法，一是因为NN里面承受不了高维的向量，二我觉得这也是有一定语义表征的成分在里面。而LSTM是NLP常用的NN模型，RNN的变种，可以说这两个是两个不同层面上的东西