资源链接：https://www.bilibili.com/video/BV1r4411f7td?p=1（中英文字母版）
word2vec的复习
其实没什么内容就是将上节课说的复习了一遍，不过最后又添加了一下新内容，如下：word2vec是根据语义进行训练的，相同语义的词在空间上是比较靠近的，而且能很好的表示类比关系，例如：国王-男人+女人=王后/皇后；相对于瓶子和盖子的关系，类比暖壶，可能输出壶塞。
上节课也说了，word2vec的计算是很大的。一种方法是使用SGD/随机梯度下降方法，对于θ（超参数列表）来说，每次更新的只有极少数参数
（该矩阵中大量元素为0，如果做矩阵减法，很多元素-0，大量浪费时间）
解决方法：去矩阵中的需要更新的值进行更新，而不是直接矩阵减法
正课内容
近似算法-负采样
为什么word2vec会消耗大量时间呢？
归根结底就是上述公式的分母和整个语料库有关/呈线性关系，所以计算量超级大
负采样思想：
1、为对中心词向量和外围词向量的点乘进行sigmoid计算，把softmax变成sigmoid。
2、选取了K个负样本，负样本为窗口之外的样本。对于窗口中的每个词u，计算uo*vc的sigmoid，计算负样本和中心词的点乘uj*vc，求sigmoid。最大化uo*vc，最小化uj*vc，得出目标函数如下所示。
其实如果没接触过的话，这个地方会非常蒙的（下面放一段李沫老师的动手学深度学习nlp部分的一些内容）
可以看出来，课程中的公式是经过需要推导才过来的，因为省略了太多导致很不容易让别人理解。
（层序softmax没讲，大家有兴趣可以看看李沫老师的课～）
共现矩阵
（这一部分我不是很理解，可能之前学其他课程的时候也没怎么接触过这个概念）
共现矩阵的例子如下：（其中窗口大小设置为1）
共现矩阵存在的问题：
- 随着语料库的大小的增大，向量的大小会增长
- 非常高维，需要大量的存储空间
- 子序列分类问题模型有非常稀疏的问题
- 模型可能不健壮
解决方案：
采用奇异值分解的方法，把所有信息量都浓缩在一个小的维度向量中。（将原矩阵转化为低维度矩阵）
（该方法我不会。。。就不详细介绍了）
基于计数的模型和根据文本语义预测的模型比较：
计数模型：（例如即将要说的GloVe）
- 训练速度快
- 有效的利用数据
- 主要用来获取单词的相似度
- 对于出现次数多的单词基于重视
语义预测：（例如Word2Vec）
- 与语料库大小有关
- 数据使用不高效
- 提高其他任务的性能
- 能捕捉到复杂的语义模式
（这一部分其实也比较难懂，如果不理解，我后面会放李沫老师课程中的介绍，大家相互结合着看吧）
共现概率的比值可以体现出单词之间的类比关系的是否接近（举例说明就是，冰ice和固体soild与蒸汽steam和固体soild比较，因为是8.9所以说明，前者关系更大，也就是冰与蒸汽相比，冰与固体关系更大，或者说越接近）
共现概率的比率
glove模型
（李沫老师的内容）
（在glove中，中心词和背景词是等价的，因为是对称矩阵嘛，但是实际中训练过程可能有一点点小微差别，因为随机初始化参数造成的影响，所以最终的选择还是求和/求平均）
后续内容
说一些glove的各种优势，这里就不总结了，大家理性看待就行
还有一些后续内容不是很理解，看其他人的笔记有说是：如何评估一个词向量的
那就根据别人的笔记和自己了解的一些整理一些吧
评估一个词向量？
从内在方面和外在方面两个方面说（我也不是很了解。。）
内在方面
在一个特殊的子任务上评估结果（使用该词向量，看看效果咋样，例如用某词向量生成文章、古诗很符合我们的认知，那么肯定很不错～）
能够让模型更快的训练（也就是词向量维度等少一点，例如one-hot和分布式词向量，明显后者更快）
帮助理解其他系统（不了解含义）
除非与实际任务建立了相关性，否则不清楚是否真的有用（不了解含义）
外在方面
在一个真正的任务上评估（不了解含义）
可能会花很长一段时间计算准确度（不了解含义）
不清楚子系统是问题所在，还是它的交互作用，还是其他子系统（不了解含义）
如果用另一个子系统替换一个子系统可以提高精确度——>获胜!（类似用A词向量生成的古诗狗屁不通，用B后胜似李白，那肯定B>A）
内在词向量评估
词向量类比：使用余弦cos计算两个词向量的相似度。（其实就是相似词，在空间中接近）
如果相同的单词有不同的含义，怎么办？
答案：使用加权求不同含义的和。
比如pike这个单词，不同场景下有多个不同的含义，计算公式如下图所示。其中f为权重。（为什么f为权重呢，因为虽然不同单词有不同语义，但是不同的语义的权重是不一样的，例如jack，大部分是名字，少部分是抢劫～）
外在单词向量评估
该类中的后续任务。
一个例子：命名体识别：识别出名字，组织和位置等。词向量表示的好效果就好。