一、总结

一句话总结：

Embedding就是把高维的one-hot进行降维的过程。

 

 

1、Embedding的概念引入？

1)、一维列表也不行，二维稀疏矩阵也不行，怎么办呢？这里就引入了Embedding的概念，由密集向量表示，实现降维！
2)、“并不是每个单词都会被一个向量来代替，而是被替换为用于查找嵌入矩阵中向量的索引”
3)、同时训练神经网络时，每个Embedding向量都会得到更新，即在不断升维和降维的过程中，找到最适合的维度。

 

 

2、词袋模型和word2vec？

词袋模型基于词的one-hot表示，word2vec基于词的分布式表示

 

 

3、one-hot、word2vec、embedding关系？

①)、由于one-hot编码得到的矩阵太稀疏而且维度太高了，所以可以将one-hot向量作为word2vec的输入，通过word2vec训练低维词向量（word embedding）。
②)、或者直接将得到的编码序列通过word2vec转化成固定维度的向量，及得到自己的word embedding。

 

 

4、词袋模型？

一)、将文本看成一系列的词语集合，将集合中所有词语构成一个词典，为每个词语构建索引，那么整个文本就能表示为一个索引集（一系列词的集合）。由于词很多，所以用袋子装起来，就简称为词袋模型了。
二)、“基于词袋的词向量表达法像是为每一个文本建立了一个统计直方图，直方图的x轴是单词，y轴是单词在该文本的词频（或者TF-IDF）”。也就是将不定长的文本型数据转化为定长的数值型数据，便于机器学习方法处理

 

 

5、词向量模型？

“词向量模型是考虑词语位置关系的一种模型。通过大量语料的训练，将每一个词语映射到高维度（几千、几万维以上）的向量当中，通过求余弦的方式，可以判断两个词语之间的关系。” 这个高维的向量就是词向量，现在常用word2vec构成词向量模型。

 

 

 

二、深度学习中Embedding的理解

转自或参考：深度学习中Embedding的理解
https://www.cnblogs.com/lyeeer/p/10310135.html

 

在自然语言处理领域，由于计算机并不直接处理文本，需要将其先转化成易于计算的特征向量。这里就需要用到文本特征表示模型，主要有两大类：直接从原始文本生成文本向量（LDA）；先从文本中获取字向量，然后在字向量的基础上得到文本向量（词袋模型基于词的one-hot表示，word2vec基于词的分布式表示）。

语言模型：通过上下文的词，计算某个词出现的概率的模型。其实就是一个多分类器

文本特征表示模型：将原始文本中的词、词组和句子转化为易于计算的特征向量，常用的有词袋模型、LDA模型、概率神经网络模型等。其中实际应用较多的是词袋模型，学术研究中用的较多的是深度神经网络模型。

词向量表示方法：One-hot表示和分布式表示（即用一个词附近的其他词来表示该词）

词袋模型：将文本看成一系列的词语集合，将集合中所有词语构成一个词典，为每个词语构建索引，那么整个文本就能表示为一个索引集（一系列词的集合）。由于词很多，所以用袋子装起来，就简称为词袋模型了。

“基于词袋的词向量表达法像是为每一个文本建立了一个统计直方图，直方图的x轴是单词，y轴是单词在该文本的词频（或者TF-IDF）”。也就是将不定长的文本型数据转化为定长的数值型数据，便于机器学习方法处理

词向量模型：“词向量模型是考虑词语位置关系的一种模型。通过大量语料的训练，将每一个词语映射到高维度（几千、几万维以上）的向量当中，通过求余弦的方式，可以判断两个词语之间的关系。” 这个高维的向量就是词向量，现在常用word2vec构成词向量模型。

word2vec：

是一个计算词嵌入/词向量（word embedding）的工具，包含两种训练模型：CBOW模型根据中心词w(t)周围的词如w(t-2)&w(t-1)&w(t+1)&w(t+2)来预测中心词w(t)；Skip-gram模型则根据中心词W(t)来预测周围词。

由于one-hot编码得到的矩阵太稀疏而且维度太高了，所以可以将one-hot向量作为word2vec的输入，通过word2vec训练低维词向量（word embedding）。或者直接将得到的编码序列通过word2vec转化成固定维度的向量，及得到自己的word embedding。

TF-IDF：词频(词的出现频率)-逆文档频率(衡量词的常见程度，如果是'的'/'了'这种没有实际意义的词，可以设置一个小的权重)，分母+1是避免分母为0。TF-IDF=TF*IDF

深度学习中Embedding的理解

但是还是没有表现出词的位置信息以及相互关系。

N-gram模型：为了保持词的顺序，所以类似于滑窗操作。N表示滑窗的大小，比如如果为2-gram，那么两个词当成一组，如我爱吃火锅可以构造的词典为{"我爱":1,"爱吃":2,"吃火锅":3}

one-hot（独热）编码

在机器学习算法中，会遇到很多分类的特征，比如颜色中的红橙黄绿、国籍、性别等，这些特征值都是离散的，但是要用算法实现的话，要对这些特征进行特征数字化处理。

也就是对这些特征进行数字化编码，比如把颜色中的红橙黄绿对应为[0,1,2,3]，但是这样也存在不合理性，1+2=3，也就是橙+黄变成绿，每个特征值又没有数值叠加的特点，在逻辑上显然是说不通的。

one-hot编码，通过查阅资料，给出的定义是又称为一位有效编码，主要是采用N位状态寄存器来对N个状态进行编码，每个状态都是由其独立的寄存器位，并且在任意时候只有一位有效。是分类变量作为二进制向量的表示，首先要求将分类值映射到整数值，然后每个整数值被表示为二进制向量，除了整数的索引外，都是0。

在特征提取上属于词袋模型

举个例子，

#今天也要加油鸭
[
[1 0 0 0 0 0 0]
[0 1 0 0 0 0 0]
[0 0 1 0 0 0 0]
[0 0 0 1 0 0 0]
[0 0 0 0 1 0 0]
[0 0 0 0 0 1 0]
[0 0 0 0 0 0 1]
]

那么，每一个字都被表示为一个包含七个元素的数组，每个字都与列表中的唯一一个数组对应，构成了一个稀疏矩阵。

如果将其表示为列表的形式：

#今天也要加油鸭
[0 1 2 3 4 5 6]

one-hot编码形成稀疏矩阵显然更便于计算与理解。而且解决了能分开词，这个最基本的问题。

缺点：1）但是如果当这个文本数量变大，不是一句话，而是一本长篇小说，那需要表示成为一个...无法想象的矩阵，那这样的矩阵会过于稀疏，过度占用资源！

2）并且one-hot矩阵没有办法表示词的顺序关系，无法表示上下文。

===============================

Embedding层的作用

一维列表也不行，二维稀疏矩阵也不行，怎么办呢？

这里就引入了Embedding的概念，由密集向量表示，实现降维！也就是说Embedding就是把高维的one-hot进行降维的过程。

“并不是每个单词都会被一个向量来代替，而是被替换为用于查找嵌入矩阵中向量的索引”

同时训练神经网络时，每个Embedding向量都会得到更新，即在不断升维和降维的过程中，找到最适合的维度。

===================

参考的博文

https://juejin.im/entry/5acc23f26fb9a028d1416bb3

https://blog.csdn.net/weixin_42078618/article/details/82999906

https://blog.csdn.net/kl1411/article/details/82981955

https://blog.csdn.net/program_developer/article/details/80852710

https://blog.csdn.net/u010412858/article/details/77848878

https://spaces.ac.cn/archives/4122