机器是这样理解语言的 - 词向量

语言是一门学问，不断变化的人类语言需要用一生来掌握。而且学会语言，往往是从学会词语的意思开始，将词组成话，才让语言有了意义，今天我们就来聊一聊计算机是如何理解词汇的。
"莫烦Python" NLP 教学目录: mofanpy.com/tutorials/machine...
支持莫烦做更好的视频: mofanpy.com/support/

[@siwenyang3144]

不错耶 浅显易懂

[@richardgao5553]

脱跟好久了吧，最近回归了，支持👏👏👏

[@GoogleAccount-my6zs]

感谢分享

[@sitinlsitinl7545]

莫大师好，做的视频很好。

[@MorvanZhou]

​这次想尝试一种新风格，聊天模式加动画演示模式~

[@Xilvanas_Backrunner]

拜见老前辈。

[@mengyushen7684]

刚好没睡，看到在播~

[@doublel1984]

生动有趣

[@linyazheng357]

啊 终于蹲到了更新

[@billchen8113]

拜見莫大師

[@wang6666]

有機會，能分享一些新的gan教學嗎？

[@MorvanZhou]

最近对gan有些兴趣。有机会会做教学的

[@dennistang6459]

请问莫凡老师，一个单词在不同上下文中表示的意思不同的时候，应该体现为不同的词向量，那这样的情况如何处理的呢？

[@MorvanZhou]

这是个好问题，这是一系列教学，我在后期的教学视频中会提到。文字版的教学已经写完了，可以先看看 mofanpy.com/tutorials/machine-learning/nlp/skip-gram/#%E8%83%BD%E4%B8%8D%E8%83%BD%E6%9B%B4%E5%A5%BD

[@meaomeaomeao834]

Word Embedding

[@joshuatsui]

日语、韩语这种黏着语怎么办？他们不像英语和中文这样严格地依据语序表意

[@MorvanZhou]

要先用分词器分词

[@hwdong]

我有深度学习课程，大家可去看看。感谢莫凡，让我蹭一下流量

[@YetEthanOnly]

其實這不能稱為理解

[@young1787]

是不是胖啦哈哈