中文词向量学习记录-综述

最近打算准备毕设，所以需要仔细了解一下中文词向量的最近发展，发现一个比较完整的系列文章：

参考原文链接：https://bamtercelboo.github.io/2018/08/16/chinese_embedding_paper_finished

Paper

1. Component-Enhanced Chinese Character Embeddings
   这是一篇2015年发表在EMNLP(Empirical Methods in Natural Language Processing)会议上的论文，作者来自于香港理工大学 — 李嫣然。

介绍：在本文中，考虑将每个汉字的组件构成一个component列表(可以从在线新华词典中获取相应的component列表)，其中将部首信息放在列表的最前面，E：component列表，C：上下文词，Z：目标词。  &&：结合E和C，基于CBOW框架计算出当前目标词的一个词向量表示。

1. Joint Learning of Character and Word Embeddings
   这是一篇2015年发表在IJCAI (International Joint Conference on Artificial Intelligence)会议上的论文，作者来自于清华大学 — 陈新雄，徐磊。

介绍：这是一篇基于汉字的CWE模型：基于已有的词向量，引入汉字来增强词的效果。核心思想：把CBOW中的词替换成词和字的联合表示，w:word  embedding, c:character embedding,这种联合表示既可以是addition，也可以是concate.

1. Improve Chinese Word Embeddings by Exploiting Internal Structure
   这是一篇2016年发表在NAACL-HLT(Annual Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies)会议