为了研究作者兴趣相似性构建的语义网络会是什么样子的呢？

我看到这篇论文《基于语义网络的研究兴趣相似性度量方法》，这里提到的语义网络是semantic network吗？怎样度量作者的兴趣相似度

我介绍这篇论文范文的目的是给大家展示一下word2vec的应用场景。其实我也没有很仔细地读这篇论文。但是很明确，语义网络在这里不是semantic network，而是指能够挖掘语义的一个神经网络，也就是word embedding背后的那个神经网络。

按照楼上的回答，那么我应该重点去体验word2vec的应用方法。

按照我的理解，word2vec实际上是看一个语料库，从中能够发现一个词的所有语义相近的词，而且能够排出来哪些更相近。通过这一个相似词向量也表示这个词体现的语义。

根据《基于语义网络的研究兴趣相似性度量方法》举例说的两种计算方法能够看出，要研究一个词的语义，那么就去看这个词的上下文出现了什么词，通过统计语料库中的所有的这样的 词<->上下文 ，可以根据上下文的远近确定词的远近，那么，就可以把被研究的目标词的语义远近排出来。

那么，我猜这篇论文的目的是：作者1说自己研究A，作者2说自己研究B，通过这个模型一算，发现其实A和B很近似。得出这个结论又能怎么样呢？

发誓学好内容分析 发表于 2021-9-7 16:17
按照楼上的回答，那么我应该重点去体验word2vec的应用方法。

按照我的理解，word2vec实际上是看一个语料库 ...

看来你理解的很深刻，要回答你的问题，估计要细细读一下论文原文