1.基于规则，对于要提取的分类维护一个dict,在dict里面保存需要提取的关键词，存在关键词的对应标记为分类；（缺点，不断的去维护词典）
2.基于机器学习：HMM(分词最常用的)，CRF,SVM,LDA,CNN
3.词袋模型：bag of word :(one hot)一种是统计词频和位置，一种是只存储是否出现；（缺点很明显，只有词出现信息，对于词的重要度完全没有体现）
4.tf-idf：先考虑每个词在当前词词表中多高，再考虑在所有的文本中出现频率。这样就有词的重要程度了。（缺点是还是么有词的顺序考量，毕竟 l love you, you love l 是不一样的。但是tf ）
5.n-gram：将n个词体现为一个向量表示，这样就可以体现顺序了。那一句话出现的概率就可以表示为：
（这个里面业界一般不会用相乘，用相加处理。）（缺点：维度会爆炸，随着n越大。n小效果不好，一般n要到5才会有量变，这样所有词的顺序组合足以变得非常爆炸。不能表达句子或者说词之间的相似性。只能对文本进行表达。不能捕捉文本含义。）
6.distribution representation：一个东西可以通过分布式表示方法就能可以用很少的东西，也能表示词的相似性。一个词表示可以通过他附近的词表示： 比如 我是一个 _____人 ：这个例子中的空格，我们可以填写，中国人，好人，坏人，善良；那这些词都有一些相似性的。这样就可以通过周边词去表示这个词。
7.共线矩阵cocurrence matrix ：因为用分布式表达，我们不能无限的取他旁边的词，这个时候要选取几个旁边的词。这个和 n-gram很像。 但不同的是旁边词形成局域窗中的词，而自己本身并不参与。做成一个共线矩阵。
缺点：线性增长，维度太高，太稀疏。
8.对上面的矩阵进行svd降维
缺点： n*n 算法复杂O（n^3）对大型语料库而言：n–40万。1-60Btoken;对新加入词就要重新计算。
9.NNLM(neural network language model)
（缺点：计算量还是很大，需要的参数太多。对于训练就不是很友好了）
10.Word2vector：CBOW,SKIP-GRAM（去掉映射层）
改进：去掉映射层，直接用每个词词向量（初始化好的词表）。把NNLM中拼接维度参数改成直接对词向量的求和。 直接去预测目标词。不使用激活函数，是一个线性的表示器。（缺点：最后的soft的分类还是太多了。）
11.CBOW-层次softmax：通过词频出现次数，使用Huffman编码。在最后做决策每次softmax就会只有0,1两种，权重放到了这个上面。这样变成每次softmax按照树进行乘积。使得这个乘积最大。这样相当于4次决策。
（缺点：建立Huffman树，并对这个分层结构进行训练还是比较麻烦。训练每个词都可能全部遍历整个树结构。这个计算也比较大。）
12.CBOW-负采样：对每一个目标词而言。其实训练结果中只有一个词是目标词（比如整个词库有10万个词，去预测一句话里面的一个词出现的概率。这里面只有这个词是正样本，其他词全都是负样本（10-1）。），可以通过只在负样本中取得部分负样本（十万取500个）参与训练。这样一个是平衡数据集，一个是减小了softmax训练成本。这里一个问题是省略的负目标不会对样本训练产生影响。
负样本采集原理：根据概率分布，频率分布来采样的。
13.skip-gram–和cbow反着来的。里面使用的原理一致，不过最后预测出来多个词（取决于你的窗口大小）。样本量小的时候用CBOW，样本量非常大用skip-gram:
词向量评分：类比任务：inner
word2vector缺点：窗口问题，一词多义问题。
14.GloVe 方法：