NLP中花里胡哨的名词

词嵌入与词向量：

词向量还挺好理解的，就是将一个词用一组数字完成的向量来表示，至于咋表示，那方法就很多了，就比如独热、tfidf之类的。那他又为啥会跟词嵌入扯上关系呢？害，先来解释啥叫嵌入。经过一番的搜索，理解成嵌入通常是指将一个高维的向量映射到低维向量中去。因为这么着能够减少计算过程中的空间消耗，提高效率，所以呀，人们就经常这么干。那么这个词嵌入是啥呢，就是说你从高维词向量转换为低维词向量的这个过程，就叫做词嵌入。至于咋转换的，以后再说吧。（我琢磨着，嵌入这个词放到别的地方应该也可以这么理解。比如啥知识图嵌入啥的）

 

分布表示与分布式表示：

先来看分布表示，分布是啥意思，就是说一个词用一个东西可能解释不清楚，那咱们就把他分成几部分来解释，大概就是这个意思。比如还是说一个词，用独热来表示的话，他就一行，但是用矩阵来表示的话，那他就好几行好几列呢，那当然是用矩阵表示的更清楚了，数值大概就是概率的形式进行表示的。但是可能他每个位置是这个词与谁的关系就可能不太清楚，但是也不用太清楚吧。再来说分布式表示，这个分布式表示又与嵌入这个词相关了，是指“把文本分散嵌入到另一个空间，一般从是从高维空间嵌入到低维空间”

 

（想到再说吧）