如何以不同的方式使用单词 embeddings/word2vec ..？使用实际的物理词典
How to use word embeddings/word2vec .. differently? With an actual, physical dictionary
如果我的标题incorrect/could更好，请告诉我。
我一直试图找到一个现有的 paper/article 来描述我遇到的问题：我正在尝试为单词创建向量，以便它们等于它们各部分的总和。
例如：Cardinal(the bird) 将等于以下向量：red、bird，仅此而已。
为了训练这样的模型，输入可能类似于字典，其中每个单词都由其属性定义。
类似于：
红衣主教：鸟，红色，....
Bluebird：蓝色，鸟，....
鸟：warm-blooded，翅膀，喙，两只眼睛，爪子....
翅膀：骨头、羽毛....
因此在这种情况下，每个 word-vector 等于其部分 word-vector 的总和，依此类推。
我了解到在原始的word2vec中，保留了语义距离，使得Vec(Madrid)-Vec(Spain)+Vec(Paris) = approx Vec(Paris)。
谢谢！
PS：还有，如果可以的话，以后应该可以加新词吧
如果您要构建所需组件的字典，则根本不需要 word2vec。您已经定义了要指定的尺寸：只需使用它们，例如在 Python:
kb = {"wings": {"bone", "feather"},
"bird": {"wings", "warm-blooded", ...}, ...}
由于值是集合，您可以设置交集：
kb["bird"] | kb["reptile"]
您需要找到一些递归分解元素的方法，以进行比较、简化等。这些是您必须根据您在此类操作中预期发生的情况做出的决定。
这种手动字典开发是一种非常老式的方法。像 Schank 和 Abelson 这样的人在 1970 年代曾经做过这样的事情。问题是，随着这些字典变得越来越复杂，它们变得难以维护，而且它们的近似值也越来越不准确。欢迎您尝试作为练习——这可能会很有趣！——但要保持低期望。
您还会发现在这些类型的分解中丢失了意义的各个方面。 word2vec 的显着特性之一是它对单词的 格式塔 敏感——单词可能具有由部分组成的意义，但在该组合中有一部分使整体大于部分的总和。在分解中，格式塔丢失了。
与其尝试构建字典，不如从大型语料库中探索 W2V 为您提供的内容，并了解如何利用这些信息来发挥自己的优势。 W2V 究竟从文本中呈现什么的语言学尚未完全理解，但在尝试对嵌入做一些特定的事情时，您可能会学到一些关于语言的新知识。
如果我的标题incorrect/could更好，请告诉我。
我一直试图找到一个现有的 paper/article 来描述我遇到的问题：我正在尝试为单词创建向量，以便它们等于它们各部分的总和。 例如：Cardinal(the bird) 将等于以下向量：red、bird，仅此而已。 为了训练这样的模型，输入可能类似于字典，其中每个单词都由其属性定义。 类似于：
红衣主教：鸟，红色，....
Bluebird：蓝色，鸟，....
鸟：warm-blooded，翅膀，喙，两只眼睛，爪子....
翅膀：骨头、羽毛....
因此在这种情况下，每个 word-vector 等于其部分 word-vector 的总和，依此类推。
我了解到在原始的word2vec中，保留了语义距离，使得Vec(Madrid)-Vec(Spain)+Vec(Paris) = approx Vec(Paris)。
谢谢！
PS：还有，如果可以的话，以后应该可以加新词吧
如果您要构建所需组件的字典，则根本不需要 word2vec。您已经定义了要指定的尺寸：只需使用它们，例如在 Python:
kb = {"wings": {"bone", "feather"},
"bird": {"wings", "warm-blooded", ...}, ...}
由于值是集合，您可以设置交集：
kb["bird"] | kb["reptile"]
您需要找到一些递归分解元素的方法，以进行比较、简化等。这些是您必须根据您在此类操作中预期发生的情况做出的决定。
这种手动字典开发是一种非常老式的方法。像 Schank 和 Abelson 这样的人在 1970 年代曾经做过这样的事情。问题是，随着这些字典变得越来越复杂，它们变得难以维护，而且它们的近似值也越来越不准确。欢迎您尝试作为练习——这可能会很有趣！——但要保持低期望。
您还会发现在这些类型的分解中丢失了意义的各个方面。 word2vec 的显着特性之一是它对单词的 格式塔 敏感——单词可能具有由部分组成的意义，但在该组合中有一部分使整体大于部分的总和。在分解中，格式塔丢失了。
与其尝试构建字典，不如从大型语料库中探索 W2V 为您提供的内容，并了解如何利用这些信息来发挥自己的优势。 W2V 究竟从文本中呈现什么的语言学尚未完全理解，但在尝试对嵌入做一些特定的事情时，您可能会学到一些关于语言的新知识。