Question

word2vector是什么与传统one-hot向量比起来好在那里

Answer 1

z=x + y i
x=2t
y=1
即直线方程为: y=1
这就是复数平面上的路径C对应的直线方程.

z=(1-t)i + t(2+i),
这种表述方法, 除了可以用前面的方法解释, 还有特殊的含义.
由于直线通过点 z1=i和 z1 = 2+i
z必定是关于某个参数(此处可设为t)的线性表达式.
可设 z=i(a+bt) + (2+i)(c+dt)
令t=0时, z=z1. 则 ia + (2+i)c=i => c=0, a=1
令t=1时, z=z2, 则i(a+b)+(2+i)(c+d)=i(1+b)+(2+i)d=2d+(1+b+d)i=2+i
=> d=1, b=-1
z=(1-t)i + (2+i)t
这刚好就是原题中的公式.

Answer 2

优点一：One-hot形式实为索引形式，单词向量维度为词表长度，文本矩阵是一个稀疏矩阵，而word2vector可以通过指定合适的词向量维度对其进行降维，将文本矩阵压缩密集矩阵，减小了所需的存储空间；
优点二：One-hot形式下不同词语之间相似度都为0，割裂了词与词之间的联系，word2vector形式通过降维提取出了低维特征，使不同词语之间有了“距离”的远近，这种内在联系可以使后续的处理效果提升。
暂时想到这两点，欢迎补充。