第三章 3、3文本预处理之文本的表示（Word Representaion）

一、文本标识

• 单词的标识

给定一个构建好的词典库，在词典库基础之上，使用One-hot编码：出现单词的地方标1，没出现的单词标0

• 句子的表示
  基于0/1：先对巨资进行分词，然后对句子使用One-hot编码。不统计出现的次数，出现就标1
  基于计数：统计分词之后单词在词典库中出现的次数
  

二、计算相似度

句子用向量表示出来之后，就可以套用数学公式，向量是有方向的。
欧氏距离：欧几里得距离。结果越小越好，说明二者在坐标图上接近。但是没有考虑方向
余弦相似度：最