skip-gram

Skip-gram是一种用于训练词向量的神经网络模型。它基于一个简单的思想：给定一个单词，预测其周围的单词。具体而言，对于输入的中心单词，Skip-gram模型会输出与该单词最相关的上下文单词的概率分布。通过反复迭代这个过程，Skip-gram模型可以学习到每个单词的向量表示，其中相似的单词会被映射到相似的向量空间中。这种词向量模型在自然语言处理任务中具有广泛的应用，例如文本分类、情感分析、机器翻译等。