one_hot
apple=[0,0,0,…,1,0,0,0]
oriange=[0,0,1,0,…,0,0,0]
这种方法首先对进行单词进行词频排序，让后对每个单词建立一个和词库大小的向量，这种犯法无法表达单词的重要程度，并且每个维度很大，与词库大小相等。
tfidf
tf:文档中词出现的词频
idf:词在所有文旦中出现的频率的倒数，主要用于降低所有文档中一些常见词对文档影响的作用,比如(a,an,the)
这种方法在通过词频计算的方式定义每个词的向量，某种程度上给与词一个权重，可以用作关键词提取。但是tfidf的向量维度也是与词库大小有关。
word2vec
one_hot和tfidf存在维度大，并且不能表达词和词之间的关系，如(man,king),(woman,queen)
word2vec通过embedding的方式将高维的one_hot映射到一个低维度的空间。
embedding层的权重对应的就是每个词的词向量字典，one_hot相当于索引。比如我想知道apple对应的词向量，就是用apple的one_hot与embedding层的权值做点积。
CBOW
使用周围词预测中心词
Skip_gram
使用中心词预测周围词，使用窗口确定正样本，使用负采样确定负样本
在论文中，作者指出指出对于小规模数据集，选择5-20个negative words会比较好，对于大规模数据集可以仅选择2-5个negative words
缺点：
上面的模型，没有包含contextualize信息，不能解决一词多义的问题，窗口太小不能捕捉词之间长期依赖关系，仅仅是一层神经网络结构。
cbow和skipgram 虽然也是通过周围词预测中心词，来得到embedding向量但是窗口较小没上下文语境，其次没有位置信息。
对比：
skip gram的训练时间更长，但是对于一些出现频率不高的词，在CBOW中的学习效果就不如skipgram，cbow会将context word 加起来， 在遇到生僻词是，预测效果将会大大降低。skip-gram则会预测生僻字的使用环境。
