word2vec介绍 word2vec官网：https://code.google.com/p/word2vec/ word2vec是google的一个开源工具，能够根据输入的词的集合计算出词与词之间的距离。 它将term转换成向量形式，可以把对文本内容的处理简化为向量空间中的向量运算，计算出向量空间上的相似度，来表示文本语义上的相似度。 word2vec计算的是余弦值，距离范围为0-1之间，值越大代表两个词关联度越高。 词向量：用Distributed Representation表示词，通常也被称为“Word Representation”或“Word Embedding

新闻文本数据挖掘案例——基于词向量化得数据挖掘

著名的glove词向量，上Billion个词，每个词N维，可用于深度模型初始化，BERT之后仍有其价值

此模型既可以用于训练词向量，也可以将句子表示成句子向量，质量都比较高

基于中文对话文本使用Word2Vec进行训练得到的词向量

这篇文章内容的代码及数据集https://blog.csdn.net/laojie4124/article/details/102915141

中文医学NLP公开资源整理：术语集/语料库/词向量/预训练模型/知识图谱/命名实体识别/QA/信息抽取/模型/论文/etc

自然语言处理中知识表示学习的几个四个ppt,学界大牛。

100 Chinese Word Vectors 上百种预训练中文词向量

SIF：一种简单但是有效的词向量计算余弦相似度的方法，利用了tfidf等知识。