不用训练权重:手工特征也能做出简易词向量
cephaloform · x · 2026-09-16
一条面向入门者的 NLP 科普推文串:讲如何不用「随机初始化再训练权重」,而是手工构造单一特征轴——比如「这个词多主动」「这个词多积极」,或用 主动度×积极性 相乘得到组合特征——来给词打分。
做法是:先人工给一组词打分作为「训练集」,再把多形式(如多项式)计算出的特征与打分集比对,找出特征维度上最接近、且满足马尔可夫链判定的词性的词。本质上是演示嵌入向量与词性标注的最简可行版本,展示了「特征可以手工设计而不必学习」这一思路。
所属事件:开发者用纸笔级多项式拟合与马尔可夫链玩转语义建模(5 条相关)→
「研究」频道最新
- Cohere 发布 Tiny Aya L2-Thinker:3.35B 模型 60 种语言内推理率超 93% — Cohere_Labs · 2026-09-16
- 7 小时人手数据打败 17 小时公开数据集,机器人操作成功率 85% — YuXiang_IRVL · 2026-09-16
- AgentIR:把 agent 推理轨迹嵌入检索,让搜索引擎为 AI 而非人类服务 — CShorten30 · 2026-09-16
- AI Evals FAQ 更新至 48 问:新增敏感数据、大 trace、LLM 裁判等实操问答 — HamelHusain · 2026-09-16
- TurnTrout 提出碎片理论新解释：无害文档也能塑造出「聊蜜蜂」碎片 — dhadfieldmenell · 2026-09-16
- NVIDIA 在 Hugging Face 发布 6-DoF 姿态估计基础模型 FoundationPose — _akhaliq · 2026-09-16