[深度學習]-全面瞭解Word2Vec（詳細）（NNLP->CBOW&skip-gram->hierarchical softmax&Negative sampling）

Word2Vec 顧名思義，就是將word轉化成向量，轉化成計算機可以計算、訓練的0和1，讓計算機自己可以識別詞的含義，並進行學習和輸出。 2013年，Google團隊發表了word2vec工具。word2vec工具主要包含兩個模型：跳字模型（skip-gram）和連續詞袋模型（continuous bag of words，簡稱CBOW），以及兩種高效訓練的方法：負採樣（negative sam

>>阅读原文<<