Word2vec

释义 Definition

一种将词语映射到连续向量空间的算法/模型（词向量），通过学习大规模语料中的上下文关系，使语义相近的词在向量空间中距离更近。常见架构包括 Skip-gram 与 CBOW。（也常泛指“词向量”本身。）

发音 Pronunciation (IPA)

/ˈwɝːd tuː ˈvɛk/

例句 Examples

I trained a word2vec model on news articles.
我在新闻文章语料上训练了一个 word2vec 模型。

Using word2vec embeddings, the classifier captured subtle semantic differences between customer complaints and feature requests.
使用 word2vec 词向量后，分类器能够捕捉到“客户投诉”和“功能需求”之间细微的语义差别。

词源 Etymology

“word2vec” 是由 word（词）+ to（到/映射到）+ vec（vector，向量的缩写）组合而成的技术名称，表示“把词映射为向量”。该名称因 Tomas Mikolov 等人在 2013 年发表的一系列论文与工具而广泛流行。

相关词 Related Words

• Embedding
• Vector
• Skip-Gram
• CBOW
• GloVe
• FastText
• NLP
• Cosine Similarity

文学/著作中的出现 Literary Works

• Efficient Estimation of Word Representations in Vector Space（Mikolov et al., 2013）
• Distributed Representations of Words and Phrases and their Compositionality（Mikolov et al., 2013）
• Neural Network Methods for Natural Language Processing（Yoav Goldberg, 2017；书中讨论并对比包括 word2vec 在内的词向量方法）