文章目录
Distributed Representation
分布式表示法不依赖于词典，向量里面都是非零的数据，解决了one-hot向量表示的稀疏性和向量长度过大的问题。one-hot向量维度要和词典一样，而分布式表示法维度通常小于300。
先来看看上面的分布式表示法再来计算相似度。
欧式距离：
因此可以得到结论是：
sim(运动，爬山)>sim(我们，爬山)
这个是符合我们的预期的。
我们把这种分布式表示方法称为词向量（word vector），当然词向量有很多种表示方式，分布式表示是其中一种。
思考：
Q：100维的One-Hot 表示法最多可以表达多少个不同的单词？
答：100的阶乘。
Q：100维的分布式表示法最多可以表达多少个不同的单词？
答：正无穷多个。
了解完概率之后，下面来看看怎么学习每一个单词的分布式表示（词向量）。
Learn Word Embeddings
输入：string，当有多个文章或者句子，可以把他们直接做拼接，连成长字符串。长度一般在
左右。
然后丢到模型里面，常用的词向量训练模型可以有：
MF是矩阵分解，最后那个是高斯嵌入？
最后是生成分布表示的函数，写做：
，其中dim代表训练出来的词向量的维度，可以是100/200/300等，相当于超参数。其他的参数不同的模型又有所不同，具体在学习每个模型的时候再讲解。
由于输入的数据比较大，通常我们都是用大公司训练好的结果。我们只需要输入词语（key value）然后得到词向量结果
词向量可视化
这个很多论文里面有，随便贴一点
From Word Embedding to Sentence Embedding
有很多种方法，这里讲一种平均的方法。
平均法 average
以上计算结果就是：我们去运动这个句子的句向量。
LSTM/RNN（后面介绍）
