Vector 什么是单词向量维

我目前是一名深入学习的业余爱好者，在这个网站上阅读了关于word2vector的文章

---

对于CBOW或skipgram模型，我可以看到单词向量的维数是300，词汇大小是15000。我在之前的文章中读到的是，我们可以用矢量对单词进行硬编码。所以我猜单词向量维度应该等于词汇量，或者换一种方式问这个问题，这个单词维度是什么，以及如何可视化它。你是如何看待这个维度的？

实际上，单词向量维度并不反映词汇的大小。 Word2Vec所做的是将单词映射到向量空间中它们的表示形式，您可以使这个空间具有您想要的任何维度：：每个单词都由这个空间中的一个点表示，单词向量维度是这个单词在这个空间中的坐标。 同样，在同一上下文中出现的单词也会在这个空间中相邻出现

希望这对您有所帮助。

“单词向量维度”是您使用培训文档培训过的向量的维度。从技术上讲，你可以选择任何维度，比如10、100、300甚至1000。行业标准为300-500，因为我们已经尝试了不同的维度（300、400、500、…1000等），但没有注意到300-400之后的显著性能改进。（这也取决于你的训练数据。）听起来，维度越多，计算量就越大。但是，如果我们将维度设置得太低，那么就没有太多的向量空间来捕获整个培训文档包含的信息

如何将其可视化

你不能轻易地可视化300维向量，而且可能可视化300维向量对你来说也不是太有用。我们能做的就是把这些向量投影到二维空间，这个空间我们最熟悉，也最容易理解

你的上一句话所以我猜单词向量维度应该等于词汇量是错误的！

---

词汇量为171476个单词（英语单词总数）！Word vector dimension（大多数为300-500。您不想训练10亿维向量，是吗？）是您事先决定训练数据的向量大小。我的视频（无耻插件）将帮助您理解重要的词向量概念：

您能解释一下这句话吗：“我们一个热代码的词向量”？请看一下这个链接，让我知道“将最小字数设置为40使我们的词汇量达到16492个单词，每个单词有300个特征”意味着有300个特征。这些词的特点是什么