自然语言的数据化表示 -独热编码

机器是无法直接理解语言的。人类的语言必须翻译成机器可以理解的数据。语言的表示要远比图像复杂，因为语言有上下文、语义等复杂的含义。

• 独热表示法

独热方法（one-hot）是比较简单的数据表示方法。简单的说，独热表示法就是给每一个词一个单独的位置，这个位置是这个词独占的。比如我们对下面3个词：

1. 手机
2. 电话
3. 电脑
   进行编码。通常的情况是把0，1，2分别赋值给这3个词。但是这样的赋值可能会被认为电脑>电话>手机，因为优先级的关系。
   所以独热的表示方法被引入。独热编码的编码只是编码，而与权值没有关系。比如上面的3个词独热编码是：1，2，4。二进制分别对应的是001，010和100。
   Tensorflow中提供了独热编码函数one_hot()，上面的例子可以使用one_hot()编码：

import tensorflow as tf

indices=[0,1,2]
ou