内容摘要
向量与嵌入 · 把词变成坐标 灏 灏天文库 · 算法与数学基础 第 6 期 · 连载中 算法与数学基础 · 第 6 期 向量与嵌入： 把词变成坐标 word2vec · words as coordinates "国王 − 男人 + 女人 = 女王"——这不是巧合，是 词嵌入 。每个词被映射成高维向量，相似词靠得近，关系词方向一致。词嵌入让机器第一次"理解"了语义，是所有现代 NLP 的起点。 ⏱ 约 10 分钟 🎯 用过 ChatGPT 但不懂词向量的人 📦 源：ht-zvec 01 一个反共识：词没有意义，向量才有 机器看不懂"国王"两个字，它只看得懂数字。词嵌入就是把每个词变成一串数字（向量），让"语义相似"变成"距离相近"。 国王 → [0.21, −0.43, 0.88, …] ∈ ℝ³⁰⁰ word2vec 的训练原理很朴素：一个词的向量，应该能预测它周围的词（Skip-gram）。训练完，向量空间里就出现了神奇的几何结构——"国王−男人+女人≈女王"，"巴黎−法国+中国≈北京"。 语义关系，被编码成了向量方向 。 词没有意义， 向量 才有 。