扩展知识 [词的表示、快捷键大全、认知心理学和nlp]_词的分布式表示的优缺点

# 一级标题
## 二级标题
### 三级标题
#### 四级标题
##### 五级标题
###### 六级标题
1
2
3
4
5
6

7.25签到题

一. 词的独热表示和分布式表示原理是是什么，优缺点对比，分别可以应用在什么算法上

1.原理：

独热表示（one-hot representation）：

对需要用到的文本中所有词进行编码（假设共用N个词），每个词有唯一的下标（0~N）
根据词下标 i 生成一个长度为N的向量，除了第i位为1外，其他位都为0

分布式表示（Distributed Representation）：

分布假说：

上下文相似的词，其语义也相似

分类：

基于矩阵的分布表示：两个词的语义相似度可以直接转化为两个向量的空间距离
基于聚类的分布表示
基于神经网络的分布表示

2.优缺点对比：

独热表示（one-hot representation）：

优点：

词向量生成方式简单、生成速度快。

缺点：

每个词是相互独立的，无法计算词的相似度，维数过大
容易导致数据稀疏问题，训练数据有限时无法学到足够的信息。

分布式表示（Distributed Representation）：

优点：

维数较低，语义相似的词语向量距离近

缺点：

计算复杂

应用算法：

独热表示（one-hot representation）：

独热编码用来解决类别型数据的离散值问题
如果特征离散，并且不用独热编码可以计算出距离，不必进行独热编码

分布式表示（Distributed Representation）：

Word2Vec、Glove、Skip-Gram、CBOW

二.总结在vscode、浏览器(Chrome、edge等)、win10下的快捷键。并设计6个场景，例如在vscode需要查询一个函数的官方文档，请给出最简洁的操作流程

快捷键：

vscode:

Chrome：

win11:

场景：

1.在vscode需要查询一个函数的官方文档，请给出最简洁的操作流程。

复制函数名，谷歌搜索，打开官方文档，可以使用Ctrl + f进行搜索

2.

三.拉普拉斯妖是什么？认知心理学和NLP间的关系。

拉普拉斯妖：

若拉普拉斯妖知道了某一时刻某一物体所处位置和速度，就能知道关于它的过去和未来
量子力学的海森堡不确定性原理推翻了这个设想

认知心理学和NLP间的关系：

认知心理学中的三个群体和研究的领域：
实验认知心理学------------搜集数据，探寻记忆的存储方式
认知科学心理学------------用理论推出模型，模型帮助人们进行预测，而模型本身又是可以控制的
认知神经心理学------------研究大脑的各部分领域和信息加工之间的关系
给予nlp理论上的支持
认知心理学和nlp有很大相似之处