基于腾讯AI Lab词向量进行未知词、短语向量补齐与域内相似词搜索

（~免费广告位一则~）

数据下载地址：
https://ai.tencent.com/ailab/nlp/en/embedding.html

AI Lab开源大规模高质量中文词向量数据，800万中文词随你用，质量非常高，就是一个词向量.txt文件都有16G之多，太夸张了。。不过的确非常有特点：

⒈ 覆盖率（Coverage）：

该词向量数据包含很多现有公开的词向量数据所欠缺的短语，比如“不念僧面念佛面”、“冰火两重天”、“煮酒论英雄”、“皇帝菜”、“喀拉喀什河”等。以“喀拉喀什河”为例，利用腾讯AI Lab词向量计算出的语义相似词如下：

墨玉河、和田河、玉龙喀什河、白玉河、喀什河、叶尔羌河、克里雅河、玛纳斯河

⒉ 新鲜度（Freshness）：

该数据包含一些最近一两年出现的新词，如“恋与制作人”、“三生三世十里桃花”、“打call”、“十动然拒”、“供给侧改革”、“因吹斯汀”等。以“因吹斯汀”为例，利用腾讯AI Lab词向量计算出的语义相似词如下：

一颗赛艇、因吹斯听、城会玩、厉害了word哥、emmmmm、扎心了老铁、神吐槽、可以说是非常爆笑了

⒊ 准确性（Accura

基于腾讯AI Lab词向量进行未知词、短语向量补齐与域内相似词搜索相关推荐

腾讯AI Lab 2020年度回顾：科技向善，迈向通用人工智能
来源:腾讯AI Lab 刚刚过去的 2020 年算不上是平静的一年.贯穿全年的新冠肺炎疫情仍未平息,各类偶发事件也层出不穷.即便如此,秉承「科技向善」信念和「Make AI Everywhere」愿景 ...
2020腾讯AI Lab犀牛鸟专项研究及访问学者计划入选项目公布！！！
关注上方"深度学习技术前沿",选择"星标公众号", 资源干货,第一时间送达! 本文来源:腾讯AI实验室 2020年度腾讯AI Lab犀牛鸟专项研究计划及访问学 ...
腾讯AI Lab与北京协和医院联合发布国产手术导航系统
感谢阅读腾讯AI Lab微信号第149篇文章.本文介绍腾讯 AI Lab 联合北京协和医院共同发布便携式智能化手术导航系统. 7月5日,腾讯 AI Lab 联合北京协和医院,共同发布了具有有完全自主知 ...
腾讯AI Lab开源大规模高质量中文词向量数据，800万中文词随你用
今日,腾讯AI Lab 宣布开源大规模.高质量的中文词向量数据.该数据包含800多万中文词汇,相比现有的公开数据,在覆盖率.新鲜度及准确性上大幅提高,为对话回复质量预测和医疗实体识别等自然语言处理方向 ...
800万中文词，腾讯AI Lab开源大规模NLP数据集
参加 2018 AI开发者大会,请点击 ↑↑↑ 10 月19 日,腾讯 AI Lab 宣布开源大规模.高质量的中文词向量数据.该数据包含 800 多万中文词汇. 腾讯 AI Lab 表示,相比现有的公 ...
腾讯AI Lab开源800万中文词的NLP数据集 | 资源
允中发自凹非寺量子位报道 | 公众号 QbitAI 鹅厂开源,+1 again~ 又一来自腾讯AI实验室的资源帖. 腾讯AI实验室宣布,正式开源一个大规模.高质量的中文词向量数据集. 该数据 ...
腾讯 AI Lab副主任俞栋：过去两年基于深度学习的声学模型进展
来源:腾讯AI Lab 概要:过去几年里,自动语音识别(ASR)已经取得了重大的进步 .这些进步让 ASR 系统越过了许多真实场景应用所需的门槛,催生出了 Google Now.微软小娜和亚马逊 Al ...
深度 | 腾讯 AI Lab副主任俞栋：过去两年基于深度学习的声学模型进展
感谢阅读腾讯AI Lab微信号第七篇文章,这是一篇深度研究的概述,论文全文可在页末下载.今年七月, IEEE/CAA Journal of Automatica Sinica发表了腾讯 AI Lab ...
腾讯AI Lab副主任俞栋：过去两年基于深度学习的声学模型进展
本文来自腾讯AI Lab(微信号:tencent_ailab),这是一篇深度研究的概述.今年七月, IEEE/CAA Journal of Automatica Sinica发表了腾讯 AI Lab ...

基于腾讯AI Lab词向量进行未知词、短语向量补齐与域内相似词搜索

基于腾讯AI Lab词向量进行未知词、短语向量补齐与域内相似词搜索相关推荐

最新文章

热门文章