Approaches to word vector

词向量（Word Vector）是自然语言处理中的一种表示方法，它将词汇或短语从词汇表中映射到向量空间中的点。这些向量捕获了词汇之间的语义和句法关系。常见的词向量生成方法有：1. **基于计数**：如TF-IDF，统计单词在文本中的出现频率。2. **基于预测**：如Skip-Gram和CBOW，通过上下文预测目标词。3. **基于神经网络**：如Word2Vec、GloVe和FastText，利用深度学习模型学习词向量。4. **基于知识图谱**：结合实体和关系构建词向量。这些方法各有优缺点，选择时需根据应用场景和需求权衡。