AI-自然语言处理-文本向量化_ai 向量化

学习目标
   • 了解自然语言处理基本知识
   • 掌握循环神经网络算法
   • 掌握自然语言处理关键技术
   • 了解自然语言处理的应用

什么是文本向量化
   • 文本向量化：将文本表示成一系列能够表达文本语义的向量。常用的向量化算法有：
      • one-hot
      • TF-IDF
      • word2vec
         o CBOW模型
         o Skip-gram模型
      • doc2vec/str2vec
         o DM（Distributed Memory）
         o DBOW（Distributed Bag of Words）
   • 文本表示是自然语言处理中的基础工作，文本表示的好坏直接影响到整个自然语言处理系统的性能。文本向量化是文本表示的一种重要方式。无论是中文还是英文，词语都是表达语义的基本单元。
      
            用四个维度(向量)表示这几个对象。
word2vec - CBOW模型
      
            用中间词