Почему word2vec превосходит другие методы нейронной сети?
Word2vec более мелкий, чем другие методы нейронной сети (NNLM, RNNLM и т. д.).
Можно ли это объяснить?
И я хочу знать, есть ли у него какие-либо недостатки, потому что модель word2vec не содержит скрытого слоя (функция активации, такая как сигмоид и т. Д.)?
Из того, что я понял до сих пор, удаление скрытого слоя влияет на точность. Однако это приводит к высокому вычислительному выигрышу, поскольку мы можем использовать модель для обучения на гораздо больших наборах данных, чем это было возможно раньше. Суть модели в том, что обучение простой модели на большем количестве данных дает лучшие результаты, чем более дорогие модели с меньшими наборами данных.
