# **2020-09-24讀書會**
### 報告主題: Word Vectors 2 and Word Senses
### 報告組別: Group2(思婕、昱劭、昱辰、奕勳)
### 問題提問:
- Group1
|問題|答案|備註|
|-|-|-|
|GloVe的目的是為了找出embedding吧?<br>那衡量成效的accuracy是預測甚麼所得到的?|||
|note p2中的第二式為何是cross-entropy loss？一般的cross-entropy公式長的應該如下：<br/>$H(p, q)=-\sum_ip_i\log(q_i)$<br/>怎麼對應到第二式呢？|||

- Group3
- |問題|答案|備註|
|-|-|-|
|1. note p7中，提供了不同的word2vec模型效果之比較，但實際上這些數字是代表什麼意思?能否提供一些你們對word2vec效果的衡量要如何評估的想法?||p5的概念感覺只是一種直觀的評估概念，但事實上我們也不太可能窮舉文本中如Houstan:Texas=Dalla:Texas這種例子來觀察|
|2. note p2中，第三式是怎麼轉換成第四式?|||

- Group4
- |問題|答案|備註|
|-|-|-|
|能否請主講說明投影片page26這兩種方法的差異，若能舉例會更好，謝謝|||
|當有新的文字加入後，GloVe的迭代計算是否需重新運算|||