🌟 嗨，你好，我是 青松 ！
🌈 希望用我的经验，让“程序猿”的AI学习之路走的更容易些，若我的经验能为你前行的道路增添一丝轻松，我将倍感荣幸！共勉~
【程序员 NLP 入门】词嵌入 - 上下文中的窗口大小是什么意思？ （★小白必会版★）
词嵌入核心问题：
一、动因篇
- 💯 什么是词向量化技术？
- 💯 如何让向量具有语义信息？
二、基于统计的方法
- 💯 如何基于计数的方法表示文本？
- 💯 上下文中的窗口大小是什么意思？
- 💯 如何统计语料的共现矩阵？
- 💯 基于计数的表示方法存在哪些问题？
三、基于推理的方法
- 💯 Word2Vec的两种模型分别是什么？
- 💯 Word2Vec 中 CBOW 指什么？
- 💯 Word2Vec 中 Skip-gram 指什么？
- 💯 CBOW 和 Skip-gram 哪个模型的词嵌入更好？
四、问题优化篇
- 💯 Word2Vec训练中存在什么问题？
- 💯 Word2Vec如何优化从中间层到输出层的计算？
- 用负采样优化中间层到输出层的计算
- 负采样方法的关键思想
- 负采样的采样方法
- 💯 为什么说Word2vec的词向量是静态的？
- 💯 Word2vec的词向量存在哪些问题？
💯 上下文中的窗口大小是什么意思？
上下文是指某个居中单词的周围词汇。这里，我们将上下文的大小（即周围的单词有多少个）称为窗口大小（window size）。窗口大小为1，上下文包含左右各1个单词；窗口大小为2，上下文包含左右各2个单词。
窗口大小为2的上下文例子。在关注goodbye时，将其左右各2个单词用作上下文
