深度学习（20）：自然语言处理与词嵌入

word embedding 之前我们一直用one-hot的形式来表示每一个词。但是随着单词集的扩充，one-hot的维度会越来越大，而且这样表示不能体现出词的关系。所以这里提出word embedding word embedding本质上是抓取每个词的各种特征。相当于将m维的one-hot空间的单词映射到n维的特征空间中的值。特征空间满足：具有相似特征（例如水果）的词会聚在一起。具有相同关系的

>>阅读原文<<