探秘Word2Vec(六)-负采样方法

在基于Hierarchical Softmax的Skip-gram模型和CBOW模型中，负采样是一个很重要的环节，对于一个给定的词w，我们如何生成NEG(w)呢？
词典D中的词在语料C中出现的次数有高有低，对于那些高频词，我们希望它被选为负样本的概率比较大，对于那些低频词，我们希望它被选中的概率比较小，这是我们对于负采样过程的一个大致要求，本质上可以认为是一个带权采样的问题。
我们首先通过一段的通俗的描述来带大家认识一下带权采样的过程：

接下来再看一下word2vec中对于负采样的做法，本质上和带权采样的做法类似：

• 人面猴

  序言：七十年代末，一起剥皮案震惊了整个滨河市，随后出现的几起案子，更是在滨河造成了极大的恐慌，老刑警刘岩，带你破解...

  沈念sama阅读 204,445评论 6赞 478
• 死咒

  序言：滨河连续发生了三起死亡事件，死亡现场离奇诡异，居然都是意外死亡，警方通过查阅死者的电脑和手机，发现死者居然都...

  沈念sama阅读 85,889评论 2赞 381
• 救了他两次的神仙让他今天三更去死

  文/潘晓璐 我一进店门，熙熙楼的掌柜王于贵愁眉苦脸地迎上来，“玉大人，你说我怎么就摊上这事。” “怎么了？”我有些...

  开封第一讲书人阅读 151,047评论 0赞 337
• 道士缉凶录：失踪的卖姜人

  文/不坏的土叔 我叫张陵，是天一观的道长。 经常有香客问我，道长，这世上最难降的妖魔是什么？ 我笑而不...

  开封第一讲书人阅读 54,760评论 1赞 276
• 港岛之恋（遗憾婚礼）

  正文 为了忘掉前任，我火速办了婚礼，结果婚礼上，老公的妹妹穿的比我还像新娘。我一直安慰自己，他们只是感情好，可当我...

  茶点故事阅读 63,745评论 5赞 367
• 恶毒庶女顶嫁案：这布局不是一般人想出来的

  文/花漫 我一把揭开白布。 她就那样静静地躺着，像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上，一...

  开封第一讲书人阅读 48,638评论 1赞 281
• 城市分裂传说

  那天，我揣着相机与录音，去河边找鬼。 笑死，一个胖子当着我的面吹牛，可吹牛的内容都是我干的。 我是一名探鬼主播，决...

  沈念sama阅读 38,011评论 3赞 398
• 双鸳鸯连环套：你想象不到人心有多黑

  文/苍兰香墨 我猛地睁开眼，长吁一口气：“原来是场噩梦啊……” “哼！你这毒妇竟也来了？” 一声冷哼从身侧响起，我...

  开封第一讲书人阅读 36,669评论 0赞 258
• 万荣杀人案实录

  序言：老挝万荣一对情侣失踪，失踪者是张志新（化名）和其女友刘颖，没想到半个月后，有当地人在树林里发现了一具尸体，经...

  沈念sama阅读 40,923评论 1赞 299
• 护林员之死

  正文 独居荒郊野岭守林人离奇死亡，尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...

  茶点故事阅读 35,655评论 2赞 321
• 白月光启示录

  正文 我和宋清朗相恋三年，在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...

  茶点故事阅读 37,740评论 1赞 330
• 活死人

  序言：一个原本活蹦乱跳的男人离奇死亡，死状恐怖，灵堂内的尸体忽然破棺而出，到底是诈尸还是另有隐情，我是刑警宁泽，带...

  沈念sama阅读 33,406评论 4赞 320
• 日本核电站爆炸内幕

  正文 年R本政府宣布，位于F岛的核电站，受9级特大地震影响，放射性物质发生泄漏。R本人自食恶果不足惜，却给世界环境...

  茶点故事阅读 38,995评论 3赞 307
• 男人毒药：我在死后第九天来索命

  文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹，春花似锦、人声如沸。这庄子的主人今日做“春日...

  开封第一讲书人阅读 29,961评论 0赞 19
• 一桩弑父案，背后竟有这般阴谋

  文/苍兰香墨 我抬头看了看天上的太阳。三九已至，却和暖如春，着一层夹袄步出监牢的瞬间，已是汗流浃背。 一阵脚步声响...

  开封第一讲书人阅读 31,197评论 1赞 260
• 情欲美人皮

  我被黑心中介骗来泰国打工， 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留，地道东北人。 一个月前我还...

  沈念sama阅读 45,023评论 2赞 350
• 代替公主和亲

  正文 我出身青楼，却偏偏与公主长得像，于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子，可洞房花烛夜当晚...

  茶点故事阅读 42,483评论 2赞 342

推荐阅读更多精彩内容

• 浅谈智能搜索和对话式OS

  前面的文章主要从理论的角度介绍了自然语言人机对话系统所可能涉及到的多个领域的经典模型和基础知识。这篇文章，甚至之后...

  我偏笑_NSNirvana阅读 13,856评论 2赞 64
• NLP-词嵌入学习笔记

  1.NLP当前热点方向 词法/句法分析 词嵌入(word embedding) 命名实体识别(Name Entit...

  __Aragorn阅读 5,990评论 1赞 9
• 【转】机器学习模型评价1(Evaluating Machine Learning Models)

  博客上看到一篇优秀的翻译文章。文章地址：http://blog.csdn.net/heyongluoyao8/ar...

  _CelesteHuang_阅读 5,321评论 0赞 24
• 探秘Word2Vec(四)-CBOW模型

  之前说了那么多，现在我们正式开始接触word2vec中涉及到的两个模型，CBOW模型(Continuous Bag...

  文哥的学习日记阅读 18,733评论 2赞 14
• 木子看——7.15惊喜无界盛典（二）

  有一句话近几年很流行，你和什么样的人在一起，决定了你取得什么样的成就！换古代人曰：近朱者赤近墨者黑！ ...

  三草木子阅读 417评论 1赞 4