現在、次の問題に取り組んでいます。共通のエンティティ(オブジェクトやイベントなど)のさまざまなインスタンスを記述する一連の特徴ベクトル(実数値)があります。これらのベクトルを使用して、このエンティティの一般的な表現(ベクトル)を学習したいと思います(同じベクトル空間または縮小されたもの)。
最も簡単な解決策は、算術平均を使用することです。しかし、他の解決策も提案できるかどうか疑問に思いました。
現在、次の問題に取り組んでいます。共通のエンティティ(オブジェクトやイベントなど)のさまざまなインスタンスを記述する一連の特徴ベクトル(実数値)があります。これらのベクトルを使用して、このエンティティの一般的な表現(ベクトル)を学習したいと思います(同じベクトル空間または縮小されたもの)。
最も簡単な解決策は、算術平均を使用することです。しかし、他の解決策も提案できるかどうか疑問に思いました。
「共通表現」の要件が完全に明確ではありませんが、ベクトル量子化を見ることができます。
また、主成分分析(グーグルのみ)とスパースディクショナリ学習も確認する必要があります。