下载掌阅APP，畅读海量书库
立即打开
向量的使用常见于自然语言处理和图像处理中。其中，语音处理常以音频频谱序列向量所构成的矩阵作为模型的输入；图像处理常以图像的像素构成的矩阵数据作为模型的输入。语音和图像最基本的是信号数据。因此，可通过距离度量，判断语音信号是否相似。也可通过观察图片本身，判断两幅图片是否相似。而对于高度抽象且离散的语言，往往难以直接刻画词语之间的联系，比方说“麦克风”和“话筒”这样的同义词，从字面上难以看出这两者意思相同，容易出现“语义鸿沟”现象。因此，有效表征语言，将其转化为在计算机中可计算的形式非常具有现实意义。
语义表示是当前诸多自然语言处理任务的基础之一。语义表示旨在将字、词、句、段落、文章的语义表示为合适的向量空间中的数值向量，并以此为基础提高各项任务中模型的性能。随着机器学习的发展，语义表示已成为自然语言处理的一大核心。它的一大难点在于，对文本的理解难以从文本或字符串的底层特征直接获得。比方说底层特征是字，但组合到一起会是一首表达思乡情绪的诗歌。底层特征与语义表示之间的偏差会对模型的预测产生诸多干扰，因此需要从底层特征中抽取出蕴含高层语义的特征。目前常用的方法可分为离散分布表示和分布式表示两大类。