字じ嵌入かんにゅう

字じ嵌入かんにゅう（粵拼：zi6 ham3 jap6；英文えいぶん：word embedding），又また叫さけべ詞し嵌入かんにゅう，係かかり自然しぜん語ご言げん處理しょり上うえ嘅一いち個こ重要じゅうよう概念がいねん，指ゆび用よう多た維實數じっすう向むかい量りょう表示ひょうじ一いち隻せき字じ嘅意思いし。齋とき靠もたれ日常にちじょう觀察かんさつ經けい已やめ可知かち，人にん能のう夠由字じ詞し嗰度理解りかい啲字嘅意思いし，但ただし電腦でんのう冇呢樣さま能力のうりょく，淨きよし係がかり能のう夠處理しょり一いち大だい拃嘅數字すうじ；於是自然しぜん語ご言げん處理しょり上じょう就出咗一いち個こ諗頭－攞一いち段だん字じ詞し做 input，同どう段だん字じ入いれ面めん每ごと隻せき字じ都と俾若干じゃっかん個數こすう佢（而呢若干じゃっかん個數こすう結合けつごう成なり一いち個こ向むかい量りょう），用よう呢啲數すう嚟表示ひょうじ隻せき字じ詞し嘅意思いし。

概論がいろん

想像そうぞう而家 $n=2$，$A$ 同どう $B$ 係かかり兩りょう隻せき字じ詞し嘅字嵌入かんにゅう，可か以畫做空間くうかん入いれ面めん嘅兩點てん，跟住分析ぶんせき者しゃ就可以計兩りょう點てん之の間あいだ嘅距離きょり。

睇埋：語義ごぎ同どう向むかい量りょう

家いえ陣じん攞段字じ詞し俾個 AI 分析ぶんせき，段だん嘢入面めん每ごと隻せき字じ詞し都と有ゆう件けん字じ嵌入かんにゅう，每まい件けん字じ嵌入かんにゅう係がかり個こ以實數じっすう表示ひょうじ嘅 $n$ 維向むかい量りょう，啲實數すう會かい表示ひょうじ隻せき字じ詞し嘅意思いし，所以ゆえん啲數值相近きん嘅字嵌入かんにゅう會かい係がかり表示ひょうじ緊意思いし上うえ相近すけちか嘅字詞し。

想像そうぞう每ごと隻せき字じ詞し嘅字嵌入かんにゅう有ゆう 30 個こ實數じっすう（$n=30$ ），當とう中なか第だい一個實數表示嗰隻字詞同「貓科」有ゆう幾いく強きょう嘅語義ごぎ關聯かんれん，第だい二個實數表示嗰隻字詞同「人類じんるい」有ゆう幾いく強きょう嘅語義ごぎ關聯かんれん，第だい三個實數表示嗰隻字詞同「昆蟲こんちゅう」有ゆう幾いく強きょう嘅語義ごぎ關聯かんれん... 等とう等とう，數すう值愈正せい就表示ひょうじ語義ごぎ關聯かんれん愈いよいよ勁，即そく係がかり

• Cat（貓）呢隻字じ詞し嘅字嵌入かんにゅう係がかり [0.9, 0.1, -0.8...]；
• Tiger（老ろう虎とら）呢隻字じ詞し嘅字嵌入かんにゅう係がかり [0.7, -0.6, -0.75...]；
• Nebula（星雲せいうん）呢隻字じ詞し嘅字嵌入かんにゅう係がかり [-0.9, -0.95, -0.95...]；

姑しゅうと且唔好こう諗「點てん樣さま知ち一隻字詞嘅字嵌入數值係乜」嘅問題もんだい住じゅう。假想かそう而家每ごと隻せき字じ詞し都と有ゆう咗件字じ嵌入かんにゅう，一件字嵌入係個向量，所以ゆえん可か以當做空間くうかん入いれ面めん嘅一點てん噉嚟睇－好こう似に附圖ふず噉；當とう咗兩隻せき字じ詞し係がかり空間くうかん入いれ面めん嘅兩點てん，分析ぶんせき者しゃ就有得とく計けい兩りょう點てん之の間あいだ嘅歐おう幾里いくさと得とく距離きょり（Euclidean distance），得とく出で個數こすう值嚟反映はんえい「嗰兩隻せき字じ詞し喺意思いし上じょう爭そう幾いく遠とお」。

睇埋

• Word2vec
• 語義ごぎ網もう絡からま
• 語義ごぎ距離きょり