doc2vec的实证评估及文档嵌入生成的实用见解
计算与语言
2016-12-19 v1
摘要
最近，Le和Mikolov（2014）提出doc2vec作为word2vec（Mikolov等人，2013a）的扩展，以学习文档级嵌入。尽管原论文给出了有前景的结果，其他人却难以复现那些结果。本文提出了对doc2vec在两个任务上的严格实证评估。我们将doc2vec与两个基线以及两种最先进的（SOTA）文档嵌入方法进行比较。我们发现，当使用在大型外部语料上训练的模型时，doc2vec表现稳健，并且可通过使用预训练词嵌入进一步改进。我们还提供了针对通用目的应用的超参数设置建议，并发布源代码以使用我们训练的doc2vec模型来诱导文档嵌入。
引用
@article{arxiv.1607.05368,
title = {An Empirical Evaluation of doc2vec with Practical Insights into Document Embedding Generation},
author = {Jey Han Lau and Timothy Baldwin},
journal= {arXiv preprint arXiv:1607.05368},
year = {2016}
}
备注
1st Workshop on Representation Learning for NLP