nlp - word2vec 或 skip-gram 模型如何将单词转换为向量？

Question

我一直在阅读很多关于 NLP 的论文，并且遇到了很多模型。我得到了 SVD 模型并用 2-D 表示它，但我仍然不明白我们如何通过为 word2vec/skip-gram 模型提供语料库来制作词向量？它也是每个单词的共现矩阵表示吗？你能不能通过一个例子语料库来解释它:

Hello, my name is John.
John works in Google.
Google has the best search engine. 

基本上，skip gram 如何转换 John到一个向量？

Answer 1

我认为您需要阅读有关培训过程的论文。基本上，向量的值是经过训练的神经网络的节点值。

我试着阅读 the original paper但我认为论文"word2vec Parameter Learning Explained"新荣有更详细的解释。