【機器學習】【Word Embedding，Word2Vec之Skip-Gram模型與負採樣】

一個單詞或者一個字，要被計算機理解，那就要使其變成一個對應的值，這個值可以是vector。 要在程序中運用，一個想法就是構造詞彙表，然後對照詞彙表，對某個單詞或字構造出一個向量。例如，假設有一張10000維度的詞彙表，第1個單詞是a，第2個是...直到第10000個單詞是zelu，那麼單詞a對應的vector是(1,0,0,...,0)^T，只有第一個位置是1，其餘位置都是0的1000維度的向量表

>>阅读原文<<