资源链接：https://www.bilibili.com/video/BV1r4411f7td?p=1（中英文字母版）
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
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～）
（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）
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）
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）
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
从内在方面和外在方面两个方面说（我也不是很了解。。）
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）
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）
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～）
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。
