[深度学习]-全面了解Word2Vec（详细）（NNLP->CBOW&skip-gram->hierarchical softmax&Negative sampling）

Word2Vec 顾名思义，就是将word转化成向量，转化成计算机可以计算、训练的0和1，让计算机自己可以识别词的含义，并进行学习和输出。 2013年，Google团队发表了word2vec工具。word2vec工具主要包含两个模型：跳字模型（skip-gram）和连续词袋模型（continuous bag of words，简称CBOW），以及两种高效训练的方法：负采样（negative sam

>>阅读原文<<