StarSpace：嵌入所有事物！
计算与语言
2017-11-22 v5
摘要
我们提出 StarSpace，一种通用神经嵌入模型，能够解决多种问题：标注任务（如文本分类）、排序任务（如信息检索/网页搜索）、基于协同过滤或内容的推荐、多关系图的嵌入，以及词、句子或文档级嵌入的学习。在每种情况下，该模型通过嵌入由离散特征构成的实体并相互比较来工作——学习与任务相关的相似性。在多项任务上的实证结果表明，StarSpace 与现有方法相比极具竞争力，同时也普遍适用于那些现有方法不适用的情况。
引用
@article{arxiv.1709.03856,
title = {StarSpace: Embed All The Things!},
author = {Ledell Wu and Adam Fisch and Sumit Chopra and Keith Adams and Antoine Bordes and Jason Weston},
journal= {arXiv preprint arXiv:1709.03856},
year = {2017}
}