NLP学习——词袋模型 & 词向量模型

词袋模型 BOW

（Bag of Word）
将句子分词后，装进一个袋子里，不考虑其词法与语序，即每个词语都是独立的。然后对每个词进行编码，常见的有one-hot、TF-IDF、Huffman编码。

词向量模型

词向量模型是考虑词语位置关系的一种模型。通过大量语料的训练，将每一个编码后词语映射到高维度的向量当中，通过求余弦的方式，可以判断两个词语之间的关系
现在常用word2vec构成词向量模型，它的底层采用基于CBOW和Skip-Gram算法的神经网络模型。