【自然语言处理】 词向量

【传统的语义向量表示方法】 one-hot：每个词表示为一个很长的向量，向量的维度是词表大小，其中只有一个维度的值为1，其它元素为0. 词袋模型(BOW)：将语料库中所有词语装进一个袋子里，不考虑其词法和语序的问题，即每个词语都是独立的，语料库中所有的词组成一个清单进行映射匹配。对于每一个句子或文档，其对应的下标与映射数组的下标相匹配，其值为该词语出现的次数。 例如：该例子来源于百度百科 以下是两

>>阅读原文<<