词嵌入
词嵌入（Word Embedding）是自然语言处理（NLP）中的一种技术，用于将文本中的单词映射到一个低维向量空间中。它是将文本中的单词表示为实数值向量的一种方式。
用向量（表格）中的各项指标来评判这个词语的各个属性。
在传统的文本处理中，通常使用独热编码（One-Hot Encoding）来表示单词，即将每个单词表示为一个稀疏的高维向量，向量中只有一个位置为1，其余位置为0。这种表示方式无法捕捉到单词之间的语义关系和相似性。
而词嵌入通过将单词映射到一个连续的向量空间中，使得具有相似语义的单词在向量空间中的距离更近。这样的表示方式可以更好地表达单词之间的语义关系，并且可以用于计算单词的相似度、聚类、分类等任务。
平行，差值相似的点就是近义词