为什么NLP中需要词嵌入 word embeddings（学习心得）
NLP 中一个关键理念就是词嵌入。这是语言表示的一种方式。让机器理解词语的对应关系。
我们的词表，比如有 10000 个词，如果我们都是用 one-hot vector 来表示
比如两个 one-hot vector，分别是 man 和 woman
比如 Man 这个单词，在 5391 处是 1，其他位置都是 0
Woman，在 9853 处是 1，其他位置为 0
这种方法把每个词孤立起来了。算法对相关词的泛化能力 generalize the cross words 不强
这是因为任何两个 one-hot vector 的内积为 0。也就是两者无关。
任意两个 vector 之间的距离都一样！所以每个词都是不相关的。
这样的结果就是，算法觉得吃苹果和吃橘子没有关系。而事实上“苹果”和“橘子”具有某种相关性，而算法如果能学习到这种相关性，就能提高泛化能力。
这里设置多个维度，每个维度设置为 -1～1 的区间，以参数的大小来衡量极性。
这里假设我们设置了 300 个不同的衡量维度，即每个单词对应一个 300 维的向量
这个时候我们获得的“苹果”“橘子”的向量就不一样了，两个向量会有相关性
比如某些属性上，颜色不太一样，但是水果属性都很高，食物属性等大多数属性都非常类似
当算法理解到什么是苹果的时候，很容易理解橘子是什么，即获得了更好的泛化效果
这就能够比 one-hot vector 更好地表示不同的单词
- 但是我们最终获得的属性，并不会像这里的例子一样好解释，因为是机器自己学到的
有趣的是，可以把 300 维的向量内嵌到一个二位空间里面，以便于 visualize
常用的算法叫做 t-SNE 算法，来自于 Laurens van der Maaten 和 Geoff Hinton 的论文
我们会发现有聚类效果，比如都是人的会靠的比较近，都是数字的在一堆，水果在另一堆
把词在高维空间中表示，这个过程就叫做 embeddings 嵌入，这就好比把每一个单词拿出来，嵌入到一个 300 维/或更高维度的空间里面
