词的数字化表示方法和词嵌入

独热编码无法理解同义词之间的相关性

相关性通过词嵌入解决





通常就像迁移学习一样，用别人训练好的来进行词嵌入。自己训练要较好的

如果想要中文问本可以取最后一个

先用具体数字代表数字，只是离散的id号，如果用这种id做特征向量不利于做相似度计算。词编变成了词索引向量，利用词嵌入技术，转为四维向量