预训练词向量

[chivychao]

若冰，你好。
我正在试图重现你在论文中的结果，预训练的词向量部分我使用的是glove的50维向量。
初步结果来看与你论文中数字相差较大，查看了下结果文件，发现有很多的预测结果出现-nan。
既然唯一的不同就是词向量的不同，我想请问下你在论文中的实验使用的预训练词向量是公开的还是自己训练的？如果是自己训练的话，那训练的语料是什么？谢谢！

[zy158]

我的也是这样，我也用的glove的50维向量，但我没想到差的会这么大。。。 @chivychao

[XaviSongBupt]

若冰，你好。
我正在试图重现你在论文中的结果，预训练的词向量部分我使用的是glove的50维向量。
初步结果来看与你论文中数字相差较大，查看了下结果文件，发现有很多的预测结果出现-nan。
既然唯一的不同就是词向量的不同，我想请问下你在论文中的实验使用的预训练词向量是公开的还是自己训练的？如果是自己训练的话，那训练的语料是什么？谢谢！

您好，我是初步接触知识图谱方向的研究生，最近看到这篇文章，但是由于刚刚起步而且实现语言和我常用的技术栈不一致，导致我在代码的复现上有困难，并且难以把握代码整体流程，想向您请教这篇论文和代码的相关问题，能否联系我的邮箱之后再继续交流？[email protected]

[zxr111]

若冰，你好。
我正在试图重现你在论文中的结果，预训练的词向量部分我使用的是glove的50维向量。
初步结果来看与你论文中数字相差较大，查看了下结果文件，发现有很多的预测结果出现-nan。
既然唯一的不同就是词向量的不同，我想请问下你在论文中的实验使用的预训练词向量是公开的还是自己训练的？如果是自己训练的话，那训练的语料是什么？谢谢！

您好，我是初步接触知识图谱方向的研究生，最近看到这篇文章，但是由于刚刚起步而且实现语言和我常用的技术栈不一致，导致我在代码的复现上有困难，并且难以把握代码整体流程，想向您请教这篇论文和代码的相关问题，能否联系我的邮箱之后再继续交流？[email protected]

你好我也是初步接触知识图谱方向的研究生，最近看到了text-graph增强表示学习这篇文章，可好像这篇文章的代码不是这个仓库的？可以一起交流讨论下吗