python - 词嵌入的语义加权均值

Question

给定一个词嵌入向量列表，我试图计算平均词嵌入，其中某些词比其他词更有意义。换句话说，我想计算一个语义加权词嵌入。

我发现的所有东西都是为了找到表示列表平均含义的平均向量(当然这很简单)或某种用于文档表示的单词加权平均值，但这不是我想要的.

例如，给定 ['sunglasses', 'jeans', 'hats'] 的词向量，我想计算这样一个表示这些词语义的向量，但是 “太阳镜” 具有更大的语义影响。因此，在比较相似度时，单词 'glasses' 应该比 'pants' 与列表更相似。

我希望问题很清楚，非常感谢您!

Answer 1

其实词向量的平均可以通过两种方式来完成

1. 没有 tfidf 权重的词向量的均值。

2. 词向量的平均值乘以 tfidf 权重。

这将解决您的单词重要性问题。