StarSpace實體嵌入通用神經(jīng)網(wǎng)絡模型

StarSpace 是用于高效學習實體嵌入（Entity embeddings) 的通用神經(jīng)模型，可解決各種各樣的問題：

• 學習單詞、句子或文檔級嵌入

• 文本分類或其他標簽任務

• 信息檢索：實體/文件或?qū)ο蠹系呐判?/p>

• 度量/相似性學習

• 基于內(nèi)容或協(xié)作過濾的建議，例如推薦音樂或視頻。

• 圖表嵌入

一般情況下，它學習將不同類型的對象表示為公共矢量嵌入空間，并在名稱中帶有星號（'*'，通配符）和空格，然后在該空間中將它們彼此進行比較。 也可以學習對指定查詢實體/文檔或?qū)ο蟮囊唤M實體/文檔或?qū)ο筮M行排序。

注：實體嵌入是基于向量的表示，它捕獲上下文中引用實體的方式。