小编Zah*_*bar的帖子

我需要问几个关于词嵌入的问题......可能是基本的。

1. 当我们将一个词的 one-hot 向量（例如 king）[0 0 0 1 0]转换为嵌入向量时E = [0.2, 0.4, 0.2, 0.2]......结果词向量中的每个索引是否有任何重要性？例如E[1]，哪个是 0.2....具体E[1]定义了什么（尽管我知道它基本上是到另一个空间的转换）...或词向量共同定义上下文但不是单独定义...
2. 与原始 one-hot 向量相比，词向量的维度（减少或增加）如何重要？
3. 我们如何根据嵌入层定义查找表？
4. 查找表是一种随机生成的表，还是已经针对数据中的数据实例进行了单独训练，我们稍后仅在神经网络操作中使用它？5- 是否有任何方法可以在隐藏层可视化嵌入向量（就像我们在基于图像的神经网络处理中所做的那样）？

提前致谢