[KO机器学习] Day5 特征工程：文本表示模型和Word2Vec

场景描述

文本是一类非常重要的非结构化数据，如何表示文本数据一直是机器学习领域的一个重要研究方向。谷歌2013年提出的Word2Vec是目前最常用的词嵌入模型之一，Word2Vec 实际是一种浅层的神经网络模型，它有两种网络结构，分别是CBOW（ Continues Bags Of Words）和 Skip-gram。

知识点

难度：★★☆☆☆  词袋模型（Bag of Words），TF-IDF（Term Frequency - Inverse Document Frequency），主题模型（Topic Model），词嵌入模型（Word Embedding）

难度：★★★☆☆  Word2Vec、隐迪利克雷模型（LDA）、CBOW、Skip-gram

有哪些文本表示模型？它们各自有什么优缺点？

1. 词袋模型 和 N - gram模