Word representation
One-hot形式
在上一周介绍RNN类模型时，使用了One-hot向量来表示单词的方式。它的缺点是将每个单词视为独立的，算法很难学习到单词之间的关系。
比如下面的例子，即使语言模型已经知道orange juice是常用组合词，但是却不容易泛化到知道apple juice。这主要是因为单词之间的内积是0向量。
因此我们可以用非One-hot的多维向量描述一个单词，单词之间的距离可以描述单词之间的相似度，这样可以让算法更快的学习到单词之间的联系。
多维向量形式
使用多维向量，向量每一维是一个浮点数，这样可以使用更少维度的dense向量表征单词。
1. 可以使用迁移学习的思想，预训练大量数据获取每个单词的embdding，或者直接从网络找到其他人训练好的模型获取Embedding。
2. 获取到Embdding之后可以再应用到你的任务当中，比如名字识别等模型，这是你的训练集可能是比较小的。
3. 如果你的训练集很大，也可以尝试fine-tune第一步中的预训练模型
单词之间的相似度
使用多维向量表征单词时，可以使用cos距离或者L2距离等来表征单词之间的相似度
Learning Word Embddings
在NLP最开始的时候，研究人员尝试用很复杂的模型来获取Word Embdding，但是后来大家发现可以用越来越简单的模型来获取并且效果很好，尤其是在大数据集下。该小节从复杂模型讲起，然后逐步简化。
早期模型
每次取数据集中句子中待预测词前面的4(超参)个单词，输入到模型中，模型输出层是softmax输出每个单词的可能性。
Word2Vec 之 skip-grams
原始论文中作者提供了Word2Vec的两个版本：skip-grams、CBow。
CBow是利用中间词周围的上下文预测中间词，有优点有缺点，不展开讲，这里只介绍skip-grams。
定义
首先介绍什么是skip-grams，skip-grams需要提供一个context单词和一个target单词，先选定context单词，然后在其前后k(超参)个相邻单词的窗口内，随机选取一个target单词组成一个pair
模型结构
输出层为词库大小个softmax分类单元
缺点
这个算法存在一些问题：
1. softmax在词库很大时计算成本很高，可以使用多层softmax降低计算量(后面的课程中有更优的解决方案，这里没展开)，建立多层softmax树时，可以使用启发式算法优化(不展开)，把常用词放在浅层，低频词放在深层，减少检索成本。
2. 如何选取context单词，如果正态分布选取会导致抽取的都是高频词，低频词很难被取出来，也需要用启发式算法抽样(不展开)。
Negative Sampling
定义
负采样是对原始skip-grams的优化，可以有效降低多类分类问题的计算量。
负采样是选取一个context单词，然后从其前后一定窗口内选取一个临近的target单词作为正样本，其标签是1；然后用同样的context单词，从词库随机选取k(超参)次target单词分别组成负样本，其标签是0。
小概率会抽到实际也是context单词附近的单词，因为是随机误差所以影响不大。
模型结构
跟skip-grams相比，模型的输出层将词库大小个softmax单元，替换为了词库大小个逻辑回归单元，并且在每次迭代中只需要更新跟正负样本相关的k+1个输入层的逻辑回归单元参数，大幅降低计算量。
如何进行负样本选取
既不是随机采样，也不是按照词频采样，作者用了一个经验公式(无法证明是最好的，但是现在都用的这个公式)：
GloVe
全称：Global Vectors for word representation。使用不如Word2Vec广泛。
定义
首先统计词库中每两个单词在训练集中一起出现的次数，然后输入context单词模型预测其跟target词出现次数并最小化两者之间的差值。
模型结构
在实际模型中，增加了一个权重系数经验公式用于对低频词提权，高频词降权。
和
分别是单词的context向量和target向量，分别为单词作为context单词时使用和作为target单词时使用，训练完成后可以使用
或
作为最终的词向量。
偏置项存在的意义ChatGPT的解释如下
词向量的应用
Sentiment Classification
通过分析文本的情感表达来确定其情感倾向。在NLP中经常使用。
在有词向量的情况下，你可以使用中等大小的标注训练集来进行情感分类，而不需要大量标注数据集。
如下图可以将评价中的所有词向量相加或取平均作为输入预测分数，但是这样存在一个问题，无法理解上下文，比如左下角例子，good出现更多可能预测分较高，但实际是差评
进一步使用RNN模型逐次输入每个单词词向量，输出打分。
消除词向量偏见
以性别偏见为例，计算he/she、male/female这些词向量的差并计算平均值，找到性别差异向量；然后对于不应该跟性别关联的词如医生、婴儿看护在这个方向上移动到0坐标；然后对性别差异的反义词组在这个方向上移动为对称的。
