cs224u 向量空间模型 Vector-space models

向量空间模型：设计、距离、重赋权重

 本课程讲解矩阵设计，相似性评估，以及矩阵重新加权的方法。我们可以将单词和短语表示为实数向量。为什么要构建分布式表示？有很多潜在的原因。在本课程中，我们将强调两个方面：

• 理解上下文中的单词： 单词数据丰富的表示方法，对于语言学家们使用自然语言词典有价值，对于社会科学家理解单词使用也有价值。 
• 其他模型的特征表示：许多模型可以从分布式表示中获益。

构建的分布式表示是实数向量。模型通常被称为向量空间模型（VSM）。这里使用4个数据集进行讲解，其中两个来自IMDB用户提供的电影评论，另两个来自Gigaword新闻和报纸文本的集合，包含5K行和5K列的单词矩阵。

数据集下载地址：http://web.stanford.edu/class/cs224u/data/data.tgz

imdb_window5-scaled.csv.gz文件的部分记录如下：

imdb_window20-flat.csv.gz文件的部分记录：