word representation

得到一个字的向量表示，能够保留字之间共现次数相关的信息。
先得到一个语料库的词库，然后计算一个字左边窗口内和其共同出现的次数的数量，值与距离相反。每个字会映射到一个整数index，这个index就映射到向量的index。比如‘these’ 映射到index 10，则在 are 这个字的向量表示里vec[10]就代表these出现在are的左边的“次数”（在统计时，每发现一次vec[10]就增加 1/distance, distance是these和are的距离）。
这样得到的矩阵是一个堆成矩阵，即these出现在are的左边和are出现在these的右边的次数相同。

然后用这个矩阵来训练glove模型，得到一个文件，一行代表一个字的向量表示，且用空白分开，一行中的第一个字段为具体的字，之后是这个字的向量表示。