wordEmbedding流程

Word embedding是将词汇表示为稠密向量的过程。它的基本流程包括：1. 构建词汇表，将文本中的单词映射到一个唯一的整数ID；2. 初始化词向量矩阵，每个单词都被表示为一个随机向量；3. 计算词向量，通过训练模型来学习每个单词的向量表示；4. 更新词向量，根据上下文信息和模型参数来调整词向量；5. 输出词向量，将单词映射回其对应的向量表示。Word embedding技术在自然语言处理领域中广泛应用，可以帮助提高模型的性能和效果。