【NLP】词嵌入基础和Word2vec

文章预览

0.导语 词嵌入 是自然语言处理（NLP）中语言模型与表征学习技术的统称。概念上而言，它是指把一个维数为所有词的数量的高维空间嵌入到一个维数低得多的连续向量空间中，每个单词或词组被映射为实数域上的向量。 在此之前，我已经写了以下几篇AI基础的快速入门，本篇文章讲解 词嵌入 基础和Word2vec。 本文作者： jalammar（ https://jalammar.github.io ） 本文代码可以在github下载： https://github.com/fengdu78/Data-Science-Notes/tree/master/8.deep-learning/word2vec 图解Word2vec 正文开始 我发现嵌入的概念是机器学习中最迷人的想法之一。如果您曾经使用Siri，Google智能助理，Alexa，谷歌翻译，甚至智能手机键盘进行下一词预测，那么您很有可能从这个已经成为自然语言处理模型核心的想法中受益。在过去的几十年中，使用嵌入技术进行神经模型已有相当大的发展（最近的 ………………………………