word2vec和word embedding有什么区别?

word2vec和word embedding有什么区别?

我知道这两个都能将词向量化，但有什么区别？
这两个术语的中文是什么？

from: https://www.zhihu.com/question/53354714

 

个人理解是，word embedding 是一个将词向量化的概念，来源于Bengio的论文《Neural probabilistic language models》，中文译名有"词嵌入"。
word2vec是谷歌提出一种word embedding 的工具或者算法集合，采用了两种模型(CBOW与skip-gram模型)与两种方法(负采样与层次softmax方法)的组合，比较常见的组合为 skip-gram+负采样方法。
可以查看以下两个来源，
word embedding ：Word embedding - Wikipedia
word2vec中的数学原理详解：word2vec 中的数学原理详解（一）目录和前言
对于起源与其他的word embedding方法可以查看 Deep Learning in NLP （一）词向量和语言模型

 

 

Word embedding是一个普适的概念，或者任务。为区别one-hot的词向量，可翻译成词嵌入。

Word2vec是Google实现word embedding的一种具体的approach。因为速度快效果好名字fancy而广为人知。任何场合直接使用，不用翻译。

转载于:https://www.cnblogs.com/bonelee/p/8425944.html