Python/Gensim - syn0 和 syn0norm 是什么意思？

Question

我知道在gensims KeyedVectors-model 中，可以通过属性访问嵌入矩阵model.syn0。还有一个syn0norm，它似乎不适用于我最近加载的手套模型。我想我之前也曾在syn1某处看到过。我还没有为此找到文档字符串，我只是想知道这背后的逻辑是什么？那么如果syn0是嵌入矩阵，那么是syn0norm什么？那么syn1通常是什么，syn代表什么？

Answer 1

这些名称继承自原始 Googleword2vec.c实现，gensim Word2Vec该类基于该实现。（我相信syn0只存在于最近的版本中以实现向后兼容性。）

该syn0数组本质上保存原始词向量。从用于训练词向量的神经网络的角度来看，这些向量是一个“投影层”，可以将一个词的单热编码转换为正确维度的密集嵌入向量。

相似性操作倾向于在词向量的单位归一化版本上进行。也就是说，所有向量都被缩放到具有 1.0 的幅度。（这使得余弦相似度计算更容易。）syn0norm数组填充有这些单位归一化向量，第一次需要它们时。

这syn0norm将是空的，直到您执行most_similar()需要它的操作（如），或者您明确进行init_sims()调用。如果您明确进行init_sims(replace=True)调用，您实际上将使用单位规范向量就地破坏原始向量。这节省了为每个单词存储两个向量所需的内存。（然而，一些词向量的使用可能仍然对不同量级的原始原始向量感兴趣，所以只有当你确定most_similar()余弦相似运算是你所需要的时候才这样做。）

的syn1（或syn1neg在负采样的训练更常见的情况）的特性，当它们在一个完整的模型中存在（而不是一个简单的KeyedVectors仅字矢量的对象），是模型神经网络的内部“隐藏”的权重通向输出节点。在模型训练期间需要它们，但不是训练后收集的典型词向量的一部分。

我相信syn前缀只是神经网络变量命名的约定，可能源自“突触”。