NLP中常用的文本编码方式：onehot,word2vect,embedding

1. onehot：又称独热编码，将每个词表示成具有n个元素的向量，这个词向量中只有一个元素是1，其他元素都是0，不同词汇元素为0的位置不同，其中n的大小是整个语料中不同词汇的总数.

例如：

["我", "喜欢", "你"]

编码为：

[[1, 0, 0, 0],

[0, 1, 0, 0],

[0, 0, 1, 0],]

one-hot编码的优劣势：

优势：操作简单，容易理解.

劣势：完全割裂了词与词之间的联系，而且在大语料集下，每个向量的长度过大，占据大量内存.

1. word2vec：是一