文本向量其实是文本的一个数字化表达，以利于计算机理解文本，文本向量表达文本的好坏就决定了计算能否准确文本的意思。
文本向量分为词向量，文档向量，句向量。
文本向量算法学习笔记 ：
词袋模型：简单的统计词频，不能表示句中的词序，也无法表达语议。
词向量模型：
上下文相似的词其语议也相似。
词向量直观理解学习笔记：
词义相似度高在空间上越近。
深度神经网络语言模型学习笔记：
神经网络求取文本向量，是在不断优化训练网络带来的结果，他把文本向量先全部拼接在一起保留词序与语议，回避了词袋模型的缺点。
CBOW模型去除了隐藏层，虽然使参数大量减少，但是各种词的条件组合计算太多&#
