Deep Learning 已经很火了, 本文作者算是后知后觉者,主要原因是作者的目
前工作是广告点击率预测,而之前听说 Deep Learning 最大的突破还是在图像语
音领域, 而在 NLP 和在线广告点击预测方面的突破还不够大。但后来听说 Google
开源的 word2vec还挺有意思,能够把词映射到 K维向量空间,甚至词与词之间 的
向量操作还能和语义相对应。 如果换个思路,把词当做 feature, 那么 word2vec
就可以把 feature 映射到 K 维向量空间, 应该可以为现有模型提供更多的有用信
息,基于这个出发点,作者对 word2vec 的相关代码和算法做了相关调研,本文
就是作者关于 word2vec 调研的总结, 也是作为自己以后备用。 存在疏漏之处,
欢迎大家反馈: shujun_deng@163.com。