文章预览
近两年大预言模型很火，大预言模型可以视为是自然语言处理领域的一大应用。自然语言处理（Natural Language Processing, NLP）其核心目标是使计算机能够理解、生成和处理人类语言。语言的基础是词语，那么如何让机器来理解词语呢？这就关系到词的表示，也就是词向量。 在NLP中， 词向量（word vector）是非常重要的概念，它通过将词语表示为多维向量来捕捉词语的语义信息 。构造词向量的的方法有很多，比如通过神经网络进行构建，不过本文将介绍一种直观的构建词向量的方法，并通过数学模型和具体案例进行分析和说明。 词向量的基本概念 词向量是用于表示词语在语义空间中位置的向量。通过将词语转换为向量，我们可以在数学上处理词语的相似性和关系。 词向量的核心思想是“可以通过它周围的词语了解一个单词” ("You shall know a word by the com
………………………………
