python自然语言处理—Word2vec

                                                             Word2vec

 

    Word2vec 是 Word Embedding 方式之一，属于 NLP 领域。它是将词转化为 【可计算】【结构化】的向量的过程。本文将讲解 Word2vec 的原理和优缺点。

    这种方式在 2018 年之前比较流行，但是随着 BERT、GPT2.0 的出现，这种方式已经不算效果最好的方法了。

一、什么是 Word2vec？   

    1、什么是 Word Embedding?

        在说 Word2vec 之前，需要先了解一个 Word Embedding。它就是将【不可计算】【非结构化】的词转化为【可计算】【结构化】的向量。

        这一步解决的是 "将现实问题转化为数学问题"，是人工智能非常关键的一步。

        了解更多，可以看这篇文章：《python自然语言处理—词嵌入 | Word embedding》

        将现实问题转化为数学问题只是第一步，后面还需要求解这个数学问题。所以 Word Embedding 的模型本身并不重要，重要的是生成出来的结果——词向量。因为在后续的任务中会直接用到这个词向量。

    2、什么是 Word2vec？