待验证50% 置信事实精确时间
word2vec是静态词向量方法，给每个词一个固定的向量，无论它出现在什么句子里
1
来源数
50%
置信度
长期有效
时效性
2026/8/13
首次发现
来源
相关事实
待验证静态嵌入（如Word2Vec、GloVe）为每个词分配一个固定向量，无论它出现在什么语境中78% 相似待验证Word2Vec通过CBOW或Skip-gram两种训练方式，将词语压缩为100～300维的稠密向量67% 相似待验证Word2Vec包含Skip-gram和CBOW两种架构，Skip-gram给定中心词预测上下文词，CBOW用上下文词预测中心词67% 相似待验证原始word2vec需要在整个词汇表上计算softmax归一化，计算复杂度为O(V)，负采样将问题转化为二分类以降低计算量66% 相似待验证CBOW由Mikolov等人于2013年提出，是word2vec经典训练架构之一，将上下文词向量简单求平均从而丢失词序信息61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/740925API
curl https://kongchang.com/api/v1/knowledge/claims/740925MCP
get_claim(id=740925)