如何使用word2vec返回的单词向量作为功能？

Question

我打算使用Scikit Learn的Multi Layer Perceptron Classifier来达到此目的。
输出是该单词的性别，该单词将以单热编码表示，如男性为[1,0,0]，女性为[0,1,0]，女性为[0,0,1]。 现在其中一个输入是单词的单词向量。这些向量中的每一个都有20个维度。 其他功能是它的语音标签和奇点（0）/多（1）状态的一部分。 我的问题是如何使用MLPClassifier中的一个数组作为一个数组的单词向量？

Answer 1

您的w2v矢量捕捉到与该单词相关的一些语义相似性。这个矢量必须被认为是一个整体 - 它本身就是一个特征。

神经网络的一个很好的属性是它们自己提取和学习模式的能力。作为输入，你可以考虑用POS标签的矢量化/数值相当于沿着串联词汇向量，最后的奇点状态：

------------------- ---- - 
\_________________/ \__/ |  } ------ 25d vector input to the MLP (assuming your POS takes 4 spaces) 
    w2v vector  POS state 

只要你遵循的培训，测试一致的方案，并看不见的数据，您的MLP将使用整个输入在学习时自动从输入中提取特征。