資料週週New
1 位追蹤者
Hi, 目前是一個懵懵懂懂的資料科學家，喜歡看各式各樣有趣的資料科學、機器學習應用，期待可以分享所學的知識給同樣對資料科學應用有興趣的大家！
1會員
3內容數
喜歡資料科學的朋友應該都有聽過 NLP（自然語言處理）的大名，日常生活的Gmail、Google Search、Spotify等等應用都有使用這個技術。希望透過這個系列與大家稍微分享一下我個人對於 NLP 的看法，讓我們一起探索這個有趣、迷人的領域吧！
全部內容
由新到舊
在自然語言處理領域中，佔據核心地位的就是文字向量化的技術。先前有介紹過了經典好用的 tfidf，這次想要介紹融入了神經網路模型為基礎的word2vec(Google 2013年論文)，事不宜遲，就讓我們往下看看吧
文字資料該怎麼分析？
文字屬於非結構化資料，不像正常身高、體重、年紀等是直接的數值型結構化資料，無法直接在資料科學、機器學習中使用。
因此，需要將文字轉成數值才能進行後續處理，而此轉換又稱為向量化。
文字、語言是生活中不可或缺的一部分，而隨著網路時代的開始，我們更多的活動轉往網路、手機中，而最常見的媒介就是文字(語言)了，不論是新聞、個人心得、心情分享、論文等等，都是透過文字來表達想法。而這麼多的內容，電腦是如何呈現出我們感興趣的內容呢？那首先就是需要讓電腦能夠去解讀、使用文字這種非結構化資料，
