04_机器学习相关笔记——特征工程（4）

主体模型，用于从文本库中发现有代表性的主题，得到每个主题上面词的分布特性，并且能够计算出每篇文章的主题分布。
词嵌入，是一类经词向量化的模型统称，核心思想是将每个词都映射成低维空间（通常为50-300维）上的一个稠密向量。每个维度上都可以看作一个隐含的主题（特征），不像主题模型中的主题那样明显。
简单的使用词嵌入将每个词映射成一个向量，无法体现不同语境下相同词的语义，因此难以得到满意的结果。
传统浅层的机器学习模型更多的会因为特征工程的优劣限制模型表现上限。
深度学习模型中每个隐含层可以对应不同抽象层次的特征，使得整个模型可以自动的完成特征工程的工作。
Word2Vec，目前最常用的词嵌入模型之一，是一种浅层的神经网络模型，有两种网络结构：CBOW（Continues Bag of Words）和Skip-gram。
CBOW，根据上下文出现的词语来预测当前词的生成概率。
Skip-gram，根据当前词来预测上下文中各词的生成概率。
Word2Vec的输入层中，每个词由独热编码方式表示，所有词均表示成一个N维向量，N为词汇表中单词的总数。
CBOW在映射层（隐含层）需要将各个输入词所计算出的隐含单元求和。（根据上下文词预测目标词）
注：笔记内容来源于《百面机器学习》