https://github.com/yumeng5/Spherical-Text-Embedding
https://arxiv.org/abs/1911.01196
無監督文本向量表示技術在NLP任務很重要，然而之前的文本向量表示在笛卡爾空間訓練得到，這樣的話 在文本相似度、文檔聚類任務上，訓練階段 和 預測階段 是有一定差距的。
爲了解決這個問題，我們提出了 一種 無監督 詞彙 和 段落向量 聯合訓練 的 生成式模型，爲了在球面空間訓練，我們開發了一種有效的 有收斂保證的 基於Riemannian優化的 優化算法，
我們的 文本向量 在多個任務達到業界最高水平，包括 詞相似度 和 文檔聚類。