【word2vec】一、
word2vec 是由 Google 研究团队开发的一种用于生成词向量的深度学习模型，广泛应用于自然语言处理（NLP）领域。该模型通过将词语映射到高维向量空间中，使得语义和句法关系能够在向量之间得到体现。word2vec 主要包含两种训练方法：CBOW（Continuous Bag-of-Words）和 Skip-gram，分别适用于不同的应用场景。
CBOW 模型基于上下文预测当前词，适合处理大规模语料库；而 Skip-gram 则是基于当前词预测上下文，更适合捕捉词与词之间的复杂关系。此外，word2vec 还可以通过调整参数优化模型性能，如学习率、窗口大小、负采样等。
在实际应用中，word2vec 被广泛用于文本分类、情感分析、机器翻译、信息检索等多个任务中。其优势在于能够捕捉词语之间的语义相似性，并且可以进行向量运算（如“国王 - 男人 + 女人 = 女王”），从而提升模型的泛化能力。
二、核心知识点对比表
| 项目 | 内容 |
| 名称 | word2vec |
| 开发者 | Google 研究团队 |
| 用途 | 生成词向量，用于自然语言处理任务 |
| 主要模型类型 | CBOW 和 Skip-gram |
| 输入形式 | 文本语料库 |
| 输出形式 | 词向量（高维向量） |
| 优点 | 可捕捉语义和句法关系，支持向量运算 |
| 缺点 | 对于未登录词（OOV）处理较弱，训练时间较长 |
| 常用场景 | 文本分类、情感分析、机器翻译、信息检索 |
| 训练方式 | 无监督学习 |
| 参数调节 | 学习率、窗口大小、负采样、维度设置 |
三、总结
word2vec 是 NLP 领域的重要工具之一，它通过将词语转化为数值向量，为后续的文本处理任务提供了强大的基础。无论是学术研究还是工业应用，word2vec 都展现出了极高的实用价值。随着技术的发展，虽然出现了更先进的模型如 BERT、GPT 等，但 word2vec 仍然是理解词向量概念和构建基础 NLP 模型的重要起点。