glove模型

参考：
https://blog.csdn.net/u014665013/article/details/79642083

这个人的博客其他内容也很值得看以下

对公式的解释和理解很不错

glove和skip-gram与cbow不同，后两者是基于窗口信息和神经网络建立的求词向量的模型，而glove没有用到神经网络，他是基于共现矩阵建立的。即给词向量赋予合适的值，使得词向量符合共现矩阵的某些性质，从而代替共现矩阵（共现矩阵也可以表示词，且能够反映词间的一些关系，即相近的词对应的向量之间距离小，但是共现矩阵的特点是维度太大，且稀疏，因此需要用glove来使其维度降低）。