更改

===GloVe（Global Vectors for Word Representation）===

===GloVe（Global Vectors for Word Representation）===

==== 背景： ====

==== 背景 ====

GloVe 是由斯坦福大学的 Jeffrey Pennington、Richard Socher 和 Christopher D. Manning 于 2014 年提出，旨在结合传统基于计数的模型（如 LSA）和 Word2Vec 的优势，提出一种高效的全局词向量训练方法。

GloVe 是由斯坦福大学的 Jeffrey Pennington、Richard Socher 和 Christopher D. Manning 于 2014 年提出，旨在结合传统基于计数的模型（如 LSA）和 Word2Vec 的优势，提出一种高效的全局词向量训练方法。

这个函数可以防止高频词主导模型训练，也避免了低频词对整体模型质量的影响。

这个函数可以防止高频词主导模型训练，也避免了低频词对整体模型质量的影响。

==== 总结与对比: ====

==== 总结与对比 ====

* Word2Vec 是基于预测任务（局部上下文窗口），而 GloVe 是基于矩阵分解（全局共现频率）；

* Word2Vec 是基于预测任务（局部上下文窗口），而 GloVe 是基于矩阵分解（全局共现频率）；