Statyczne wektory przypisane słowom, uczone z regularności ich występowania w kontekście, tak aby podobne użycia miały zbliżone reprezentacje. word2vec i GloVe były ważnym etapem rozwoju reprezentacji tekstu; pojedynczy wektor dla słowa nie rozróżnia jego znaczeń zależnych od konkretnego kontekstu.
Static vectors assigned to words and learned from regularities in their contexts, so that similar uses receive nearby representations. word2vec and GloVe were important steps in the development of text representations; a single vector per word does not distinguish meanings that depend on the particular context.
To przypisanie słowom stałych zestawów liczb, które odzwierciedlają podobieństwa ich użycia.
This gives words fixed numerical representations that reflect similarities in how they are used.
Prosta lista słów nie pokazuje, że różne wyrazy bywają używane w podobnych sytuacjach.
A simple word list does not show that different words can appear in similar situations.
Model uczy się z sąsiedztwa słów, zbliżając podobnie używane wyrazy; jeden stały zapis nie rozróżnia znaczeń zależnych od zdania.
A model learns from neighbouring words, bringing similarly used words closer; one fixed representation cannot distinguish meanings that depend on the sentence.
Porównujesz zapis słów o jedzeniu, żeby znaleźć wyrazy podobne do słowa „obiad”.
You compare representations of food-related words to find terms similar to “dinner”.