目录 一、预备知识 1.独热表示one-hot 2.词频表示(TF) 3.逆文档概率(IDF) 4.词频逆文档概率表示(TF-IDF) 5.表示方法总结 二、NLP问题中的特征 1.直接可观测特征 n-gram 2.可推断的语言学特征 3.句子结构 三、特征输入 1.特征编码 1.1稠密编码(特征嵌入) 1.1.1稠密编码使用总结 1.1.2稠密编码优势 1.2组合稠密向量 1.3其他特征输入 四、文本的向量化表示(嵌入) 五、案例分析 一、预备知识 1.独热表示one-hot 2.词频表示(TF) 3.逆文档概率(IDF) 4.词频逆文档概率表示(TF-IDF) 5.表示方法总结 二、NLP问题中的特征 1.直接可观测特征 n-gram 2.可推断的语言学特征 3.句子结构 三、特征输入 1.特征编码 1.1稠密编码(特征嵌入) 1.1.1稠密编码使用总结 one-hot适用于特征之间关联不大的特征 1.1.2稠密编码优势 1.2组合稠密向量 1.3其他特征输入 四、文本的向量化表示(嵌入) 五、案例分析