HyperAIHyperAI

Command Palette

Search for a command to run...

通过嵌入向量间距离的性质加速Word Mover's Distance及其变体

Matheus Werner Eduardo Laber

摘要

由Kusner等人提出的词移动距离(Word Mover's Distance, WMD)是一种衡量文档间距离的方法,该方法利用词嵌入所捕捉的词语之间的语义关系。WMD在文本分类任务中表现出色,取得了当时最先进的分类误差率,但由于其计算复杂度较高,难以应用于大规模文档集合。为解决这一问题,研究者提出了多种WMD的变体。其中,松弛词移动距离(Relaxed Word Mover's Distance, RWMD)因其结构简洁、效果优异以及高效的实现方式而成为最具代表性的一种。基于词嵌入间距离所具有的经验性特性,我们提出了一种加速WMD与RWMD计算的新方法。在10个数据集上的实验结果表明,该方法在保持原有分类准确率不变的前提下,显著提升了文档分类任务的计算效率。


用 AI 构建 AI

从创意到上线——通过免费 AI 协同编码、开箱即用的环境和最优惠的 GPU 价格,加速您的 AI 开发。

AI 协同编码
开箱即用的 GPU
最优定价

HyperAI Newsletters

订阅我们的最新资讯
我们会在北京时间 每周一的上午九点 向您的邮箱投递本周内的最新更新
邮件发送服务由 MailChimp 提供