深度学习笔记（32）：word2vec模型简介

前因 与使用ASCII或者其他编码方式编码的字符能表达万物，但是对于nlp来讲，处理的最小单元是词汇而不是字符。所以我们必须建立一个字典集合，将所有的出现的词汇放到其中，然后将他们映射成onehot，但是这么做的话，每个单词的维度都是字典集合的大小那么大，而且一堆零一个一纯粹是简单的先后顺序问题，并没有什么语义上的实际意义。所以我们需要做若干件事：降维，信息量增大。 要做到这两点，一个直观的想法就

>>阅读原文<<