文档摘要

3.1 NLP 基础概念与文本表示 本节摘要：NLP 的第一道坎是把文本变成数字。本节从分词和文本预处理出发，讲文本表示的三代演进：One-Hot 和词袋（稀疏无语义）、Word2Vec/GloVe（稠密静态词向量）、上下文嵌入（BERT 动态词向量）。重点拆解 Word2Vec 的 CBOW 与 Skip-gram、负采样技术，让你理解"为什么 king - man + woman ≈ queen"这个神奇现象背后的数学。 会员。《3.1 NLP 基础概念与文本表示》收录于灏天文库文集《技术面试高频考点整理：AI、CV、NLP方向》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/483-%E6%8A%80%E6%9C%AF%E9%9D%A2%E8%AF%95%E9%AB%98%E9%A2%91%E8%80%83%E7%82%B9%E6%95%B4%E7%90%86aicvnlp%E6%96%B9%E5%90%91

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流