词向量（Word embedding），即把词语表示成实数向量。“好”的词向量能体现词语直接的相近关系。词向量已经被证明可以提高NLP任务的性能，例如语法分析和情感分析。
图1：词向量示意图
| Notebook | Description | |
|---|---|---|
| 01_word_embedding/01_文本表示.ipynb | 文本向量表示 |  |
| 01_word_embedding/02_词向量Skip-gram模型.ipynb | 实现skip-gram词向量模型 | |
| 01_word_embedding/03_Word2Vec.ipynb | 基于gensim使用word2vec模型 | |
| 01_word_embedding/04_Doc2Vec.ipynb | 基于gensim使用Doc2Vec模型 | |
| 01_word_embedding/05_Bert向量.ipynb | 使用Bert模型取文本向量 | |