如何评估词向量/Embedding 的质量
哪些公司问过
快手2欢聚时代1
答案要点
- 内部评估:词相似度用Spearman相关,词类比考察语义与语法关系
- 外部评估:接入分类、NER、检索等下游任务看指标变化
- 推荐Embedding离线评估:按时间切分,计算Recall@K、HitRate或相似度预测点击的AUC
- 辅助手段:近邻抽样人工检查、t-SNE可视化,最终以线上A/B验证
易错点
- 只看几个近邻案例就下结论,缺少量化指标
- 内部指标好就认为下游一定好,两者并不总是一致
- 评估数据与训练数据有时间穿越或重叠,指标虚高
面试官常见追问
- 除了word2vec还有哪些词向量,各有什么特点?
- 离线实验设计要注意什么?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。