共计 1356 个字符，预计需要花费 4 分钟才能阅读完成。
TF-IDF, Word2Vec, GloVe, FastText, ELMO, CoVe, BERT, RoBERTa
词嵌入在深度模型中的作用是为上游工作 (如序列标记和文本分类) 提供输出特色。在过来的十年中，曾经提出了很多种词嵌入办法，本片文章将对这些词嵌入的模型做一个残缺的总结
与上下文无关
这类模型学习到的表征的特点是，在不思考单词上下文的状况下，每个单词都是独特的和不同的。
不须要学习
Bag-of-words（词袋）: 一个文本（如一个句子或一个文档）被示意为它的词袋，不思考语法、词序。
TF-IDF: 通过获取词的频率 (TF) 并乘以词的逆文档频率 (IDF) 来失去这个分数。
须要进行学习
Word2Vec：经过训练以重建单词的语言上下文的浅层（两层）神经网络。Word2vec 能够利用两种模型架构中的任何一种：间断词袋 (CBOW) 或间断 skip-gram。在 CBOW 架构中，模型从四周上下文词的窗口中预测以后词。在间断 skip-gram 架构中，模型应用以后词来预测上下文的四周窗口。
GloVe（Global Vectors for Word Representation）：训练是在语料库中汇总的全局单词 - 单词共现统计数据上执行的，后果示意显示了单词向量空间的线性子结构。
FastText：与 GloVe 不同，它通过将每个单词视为由字符 n-gram 组成而不是整个单词来嵌入单词。此性能使其不仅能够学习生僻词，还能够学习词汇表外的词。
上下文相干
与上下文无关的词嵌入不同，上下文相干的办法依据其上下文为同一个词学习不同的嵌入示意。
基于 RNN
ELMO（Embeddings from Language Model）：应用基于字符的编码层和两个 BiLSTM 层的神经语言模型来学习高低文化的词示意，能够学习情景化的单词示意。
CoVe（Contextualized Word Vectors）：应用深度 LSTM 编码器，该编码器来自通过机器翻译训练的注意力 seq2seq 模型，将单词向量高低文化。
基于 Transformers
BERT（Bidirectional Encoder Representations from Transformers）：在大型跨域语料库上训练的基于 Transformers 的语言示意模型。并应用掩码语言模型来预测序列中随机被遮蔽的单词，还通过下一句预测工作，用于学习句子之间的关联。
XLM（Cross-lingual Language Model）：一种基于单语言语种的非监督办法来学习跨语种示意的跨语言模型，通过将不同语言放在一起采纳新的训练指标进行训练，从而让模型可能把握更多的跨语言信息。
RoBERTa (Robustly Optimized BERT Pretraining Approach)：它建设在 BERT 之上并批改了要害超参数，移除了下一句预训练指标，并以更大的小批量和学习率进行训练。
ALBERT（A Lite BERT for Self-supervised Learning of Language Representations）：它提出了参数缩小技术，以升高内存耗费并进步 BERT 的训练速度。
https://www.overfit.cn/post/041316bd8f654eb38ce4731509e9ba15
作者：Fabio Chiusano
