文档摘要

词嵌入：Word2Vec 与 GloVe 词袋模型把每个词当作独立的符号，"猫"和"狗"之间没有任何关联。词嵌入改变了这一切——它把词映射到一个向量空间，让语义相近的词在空间中彼此靠近。 学习目标 一、理解词嵌入的核心思想——分布式表示。 二、掌握 Word2Vec 的两种架构（Skip-gram 和 CBOW）的训练直觉。 三、了解 GloVe 和 FastText 的设计思路及其与 Word2Vec 的区别。 会员。《词嵌入：Word2Vec与GloVe》收录于灏天文库文集《自然语言处理基础：文本预处理与特征工程》，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/503-%E8%87%AA%E7%84%B6%E8%AF%AD%E8%A8%80%E5%A4%84%E7%90%86%E5%9F%BA%E7%A1%80%E6%96%87%E6%9C%AC%E9%A2%84%E5%A4%84%E7%90%86%E4%B8%8E%E7%89%B9%E5%BE%81%E5%B7%A5%E7%A8%8B

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