Word2Vector 2013
word2vec也叫word embeddings，中文名“词向量”，google开源的一款用于词向量计算的工具，作用就是将自然语言中的字词转为计算机可以理解的稠密向量。在word2vec出现之前，自然语言处理经常把字词转为离散的单独的符号，也就是One-Hot Encoder，为高维稀疏向量。使用Vector Representations可以有效解决这个问题。Word2Vec可以将One-Hot Encoder转化为低维度的连续值的稠密向量，并且其中意思相近的词将被映射到向量空间中相近的位置。word2vec词向量可以较好地表达不同词之间的相似和类比关系。
Word2Vec是一种将文本中的词进行嵌入（Embedding）的方法，而所谓嵌入，就是将各个词使用一个定长的向量来表示，Embedding其实就是一个映射，将单词从原先所属的空间映射到新的多维空间中，也就是把原先词所在空间嵌入到一个新的空间中去。
word2vec主要分为CBOW（Continuous Bag of Words，连续词袋）和Skip-Gram（跳字模型）两种模式。
（1）CBOW是从原始语句推测目标字词；通过上下文推测目标词：A person who never input：a, who,never output label：person
（2）Skip-Gram正好相反，是从目标字词推测出原始语句。通过目标词预测上下文 input：person output label：a, who,never
CBOW对小型数据库比较合适，而Skip-Gram在大型语料中表现更好。
可以推测，如果两个单词的上下文一样，那么意味着这两个单词也应该是相似的。通过这种方法，我们可以获得一个词的扩展词，即与其相似的词。
word2vec训练过程中的两个关键超参数是窗口大小和负样本的数量。
负例采样
较小的窗口大小（2-15），较大的窗口大小（15-50，甚至更多）
Gensim默认为5个负样本。
训练：
1.创建两个矩阵——Embedding矩阵和Context矩阵，这两个矩阵在我们的词汇表中嵌入了每个单词。随机值初始化这些矩阵。
2.计算输入嵌入与每个上下文嵌入的点积and sigmoid 。
3.停止训练过程，丢弃Context矩阵，并使用Embeddings矩阵作为下一项任务的已被训练好的嵌入。
4.增量训练：模型训练以后，会有新的语料，也就存在新词，这个时候新词用word2vec就得不到词向量，会报ovo(out vacbuary）的错误。需要重新训练模型，gensim就提供了一个很好的机制，就是增量训练，新词不用和旧词全部一起训练。
