【机器学习】【Word Embedding，Word2Vec之Skip-Gram模型与负采样】

一个单词或者一个字，要被计算机理解，那就要使其变成一个对应的值，这个值可以是vector。 要在程序中运用，一个想法就是构造词汇表，然后对照词汇表，对某个单词或字构造出一个向量。例如，假设有一张10000维度的词汇表，第1个单词是a，第2个是...直到第10000个单词是zelu，那么单词a对应的vector是(1,0,0,...,0)^T，只有第一个位置是1，其余位置都是0的1000维度的向量表

>>阅读原文<<