谷歌师兄的leetcode刷题笔记-Word2Vec_Simple:这是wordtovector的简单用法

谷歌师兄的leetcode刷题笔记Word2Vec_Simple 这是由 Google 的 Tomas Mikolov 领导的一组研究人员创建的词向量模型的简单用法。 嵌入是指将单个数字转换为可以输入 RNN 的向量。 示例：- [3] --> [0.2, 0.5, -0.4] 这是一个嵌入维度为 3 的向量。 当作为文本表示的正常方式的数字向量转换为大小为 [total_words_in_sentences, embedding_dimension] 的矩阵时，词嵌入就开始发挥作用。 Word2Vector 就是这样一种用于实现 Word Embedding 的模型。 词嵌入方法能够捕捉词之间的多个不同程度的相似性。 发现语义和句法模式可以使用向量算术再现。 可以通过对这些词的向量表示进行代数运算来生成诸如“男人对女人就像兄弟对姐妹”这样的模式，使得“兄弟”-“男人”+“女人”的向量表示产生最接近的结果到模型中“姐妹”的向量表示。 可以为一系列语义关系（例如国家 - 首都）以及句法关系（例如现在时 - 过去时）生成这种关系 有关更多详细信息，请阅读他们的维基百科页面：