word2vec工具下載

❶ word2vec是如何得到詞向量的

word2vec也叫word embeddings，中文名「詞向量」，作用就是將自然語言中的字詞轉為計算機可以理解的稠密向量（Dense Vector）。在word2vec出現之前，自然語言處理經常把字詞轉為離散的單獨的符號，也就是One-Hot Encoder。

杭州 [0,0,0,0,0,0,0,1,0,……，0,0,0,0,0,0,0]

上海 [0,0,0,0,1,0,0,0,0,……，0,0,0,0,0,0,0]

寧波 [0,0,0,1,0,0,0,0,0,……，0,0,0,0,0,0,0]

北京 [0,0,0,0,0,0,0,0,0,……，1,0,0,0,0,0,0]

比如上面的這個例子，在語料庫中，杭州、上海、寧波、北京各對應一個向量，向量中只有一個值為1，其餘都為0。但是使用One-Hot Encoder有以下問題。一方面，城市編碼是隨機的，向量之間相互獨立，看不出城市之間可能存在的關聯關系。其次，向量維度的大小取決於語料庫中字詞的多少。如果將世界所有城市名稱對應的向量合為一個矩陣的話，那這個矩陣過於稀疏，並且會造成維度災難。 使用Vector Representations可以有效解決這個問題。Word2Vec可以將One-Hot Encoder轉化為低維度的連續值，也就是稠密向量，並且其中意思相近的詞將被映射到向量空間中相近的位置。 如果將embed後的城市向量通過PCA降維後可視化展示出來，那就是這個樣子。我們可以發現，華盛頓和紐約聚集在一起，北京上海聚集在一起，且北京到上海的距離與華盛頓到紐約的距離相近。也就是說模型學習到了城市的地理位置，也學習到了城市地位的關系。

❷ word2vec有什麼應用

我覺得word2vec在工業上或者是網路上還是有很多應用的。

理解這種學術工具，重要的是搞懂它背後的道理和設計哲學。

word2vec

很多人對word2vec不是了解，不知道word2vec是什麼，其實word2vec是一個將單詞轉換成向量形式的工具，通過轉換，可以把文本內容的處理簡化為向量空間中的向量運算，計算出向量空間上的相似度，這在實際應用中就有很大的價值。

總述

word2vec在多方面的應用上還是很多的。