TensorFlow：Word2Vec

Word2Vec

记得之前接触NLP是用朴素贝叶斯分类器来判断语句是否文明。用的独热编码，但是当词库巨大时，会变得很稀疏，而且词和词的关联完全看不出来，因此引入词汇分布式表示。

• 将vector每一个元素由整形改为浮点型，变为整个实数范围的表示；
• 将原来稀疏的巨大维度压缩嵌入到一个更小维度的空间；

Word2Vec是用来进行词嵌入的模型。有两种训练模式：

• CBOW (Continuous Bag-of-Words Model)：通过上下文预测当前词
• Skip-gram (Continuous Skip-gram Model)：通过词语预测上下文

学习原理，这什么玩意儿啊，先冷静一会儿。