word2vec 入门基础（一）

一、基本概念

word2vec是Google在2013年开源的一个工具，核心思想是将词表征映
射为对应的实数向量。

目前采用的模型有一下两种

• CBOW(Continuous Bag-Of-Words，即连续的词袋模型)
• Skip-Gram

项目链接：https://code.google.com/archive/p/word2vec

二、背景知识

词向量

词向量就是用来将语言中的词进行数学化的一种方式，顾名思义，词向量
就是把一个词表示成一个向量。这样做的初衷就是机器只认识0 1 符号，换句话说，在自然语言处理中，要想让机器识别语言，就需要将自然语言抽象表示成可被机器理解的方式。所以，词向量是自然语言到机器语言的转换。

词向量有一下两种

• One-hot Representation

向量的长度为词典的大小，向量的分量只有一个 1，其他全为 0， 1 的位置对应该词在词典中的位置，例如

“话筒”表示为 [0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 ...]