这节课呀 ，咱们来说一下 ，在自然语言数据当中啊 ，非常流行的一个算法叫做词向量模型 ，也就是我们通常所说的这个 ，Wow ，那先来想第一件事儿 ，我们现在有一个文本数据了 ，如果说我想建立一个机器学习模型 ，我能把文本数据直接输入到算法当中吗 ，应该不行吧 ，因为我们的计算机啊 ，它只认识一些数值数据 ，所以说无论你拿到什么样的类型数据 ，首先呢都需要给它转换成一个数值吧 ，比如说咱们现在这句话再来处理 ，现在处理当中啊 ，加上这句话 ，自然处理词向量模型 ，那看起来在这一句话当中啊有很多个词 ，那对于这么多个词来说 ，我们是不是应该分别进行考虑啊 ，比如说现在自然啊 ，我现在随便编啊 ，就是自然语言处理标上三个词吧 ，a bc 那是不是说先有自然这个词 ，再有语言这个词 ，然后才有处理这个词啊 ，按照咱们说话的一个桥关系 ，是有这样一个顺序的吧 ，以前呢 ，我们可以可能处理文本的时候 ，唉呀 ，直接用一个就是用一个词语来进行统计 ，或者说用一个 tfid 为了统计 ，无论你是用哪个方法来进行统计的过程当中都是看词频 ，看一个词出现的一个个数跟总体的一个关系吧 ，比如说自然这个词在总体当中出现多少次 ，然后我做一个完好的 cd 可以做出来吧 ，但是呢 ，无论啊咱们之前用什么方法去做 ，肯定不免避免不了一个问题 ，就是一些词无论出现在哪个位置 ，比如说咱现在考虑词频 ，我把 a 这个词和 b 这个词我调换一下顺序 ，那你做出来词频是不是还是一样的调换顺序 ，它该出现还出现 ，该不出现还不出现吧 ，不会改变它的一个结果的 ，这是第一点 ，我改变它这个位置不会影响一个结果 ，但是实际当中呢 ，大家可以想一想 ，我们说话 ，我说自然语言处理 ，大家知道啥意思 ，我说语言自然处理 ，大家呢 ，还能明白吗 ，就不能理解了吧 ，所以说啊 ，让计算机能够更好的认识我的文本 ，更好认识数据 ，我们也需要让他之间啊有这样一个前后的顺序吧 ，这是第一点 ，第二点呢 ，我先说一个自然处理 ，然后呢比如说它是一个词吧 ，自然处理它是一个词啊 ，

大家可能认识 ，那我再说一个词 ，我说一个 nlp lp 表示的是不是也是自然处理啊 ，它俩表示的都是一个意思吧 ，那此时呢 ，如果说你用其他算法来去做 ，它会考虑 nlpai 是一个词 ，自然处理又是一个词 ，算完之后 ，他俩是截然不同的吧 ，因为自然处理单独考虑它 ，它的一个词 plp 单独考虑它 ，它之间没有考虑到任何相关性吧 ，但是呢大家可以看我无论说哪个 ，它应该都是一个等价的一个关系吧 ，所以说啊我们第二个问题来了 ，有些词它比较相近 ，出现的位置也是相同的 ，那是不是它们在空间上的表达 ，或者说在向量层面上表达也应当是一致的呀 ，应当是这样一个事儿吧 ，按照我们正常的一个说话的一个逻辑 ，这是第二点 ，那综合考虑这两点 ，我们可以想一想 ，现阶段我们能不能有一些算法能把这些问题考虑进去呢 ，剩下这样一个事儿吧 ，或者说我再画一个图 ，再画一个图 ，我们说现在用这个二维空间表示一些词 ，