word2vec 在非自然语言处理 (NLP) 领域的应用

╰+攻爆jí腚メ 2022-06-07 09:41 302阅读 0赞

word2vec 本来就是用来解决自然语言处理问题的，它在 NLP 中的应用是显然的。

比如，你可以直接用它来寻找相关词、发现新词、命名实体识别、信息索引、情感分析等；你也可以将词向量作为其他模型的输入，用于诸如文本分类、聚类等各种自然语言处理问题。

事实上，word2vec 的思想和工具，还可以应用于自然语言处理之外的其他领域。一个词，无非就是个符号；句子是词的序列，无非也就是个符号序列。如果我们能够在其他的应用场景中，构造出一些符号，还有这些符号形成的序列，那我们就可以试一把 word2vec。

下面是，根据网络上的资料，整理的 word2vec 在自然语言处理领域之外的一些应用。

**【社交网络】**

**应用场景**：在社交网络中，给当前用户推荐 他/她 可能关注的大V

**映射关系**：每一个大V 就是一个词；将每个用户关注的大V，按照关注的顺序排列，形成文章

**【App 商店】**

**应用场景**：App 商店中，向用户推荐感兴趣的 App

**映射关系**：每个 App 就是一个词；将每个用户下载的 App，按照下载的顺序排列，形成文章

**【广告系统】**

**应用场景**：广告主在媒体网站上打广告，媒体网站提供一个后台管理系统，可以让广告主自行决定要将广告推荐给哪些目标人群。

**映射关系**：每一个页面就是一个词；将每个用户浏览的页面，按照浏览的顺序排列，形成文章。

这样，根据训练后的词向量，就可以计算出页面之间的相关程度。

那目标用户怎么计算呢？浏览与广告主的广告页 相关的页面 的用户 就是广告主潜在的 目标用户。把这些用户推荐给广告主就可以了。

**应用场景**：广告系统中广告主上线了一支新广告，如何估算用户对新广告的 CTR（Click-Through-Rate），即点击通过率。

**映射关系**：和上面给广告主推荐目标用户一样的做法，可以计算出每个广告页对应的向量

然后，对这些广告页做一个聚类，把相似的广告页聚在一个簇中。用新广告所在簇的 CTR 来近似新广告的 CTR。

**【向量快速检索】**

综合以上各种应用，将各种文档转换成向量之后，常见一个基本操作就是输入一个文档（对应的向量），寻找和它最相关的 top k 个文档（对应的向量）。如果要所有文档都比对一遍的话，那时间复杂度就是 O(n)。这在实际的工程应用中就太慢了。因此，需要借助 redis，或者引入 kd-tree, simhash, 聚类等算法来加速检索。

**参考：**

1.  [word2vec在工业界的应用场景][word2vec]
2.  [深度学习word2vec笔记之应用篇][word2vec 1]
3.  [word2vec有什么应用][word2vec 2]
4.  [A non-NLP application of Word2Vec][]
5.  [Word2Vec with Non-Textual Data][]

【原文链接】[http://www.ipaomi.com/2017/09/22/word2vec-在-非-自然语言处理-nlp-领域的应用/][http_www.ipaomi.com_2017_09_22_word2vec-_-_-_-nlp-]

[word2vec]: http://x-algo.cn/index.php/2016/03/12/281/
[word2vec 1]: http://blog.csdn.net/mytestmy/article/details/38612907
[word2vec 2]: https://www.zhihu.com/question/25269336
[A non-NLP application of Word2Vec]: https://medium.com/towards-data-science/a-non-nlp-application-of-word2vec-c637e35d3668
[Word2Vec with Non-Textual Data]: http://blog.caseystella.com/nlp-for-non-text.html
[http_www.ipaomi.com_2017_09_22_word2vec-_-_-_-nlp-]: http://www.ipaomi.com/2017/09/22/word2vec-%e5%9c%a8-%e9%9d%9e-%e8%87%aa%e7%84%b6%e8%af%ad%e8%a8%80%e5%a4%84%e7%90%86-nlp-%e9%a2%86%e5%9f%9f%e7%9a%84%e5%ba%94%e7%94%a8/