jan 16, 2013 - Word2Vec 模型发布

Description:

發布形式：透過兩篇由 Tomas Mikolov 及其在 Google 的團隊發表的學術論文。

第一篇：《Efficient Estimation of Word Representations in Vector Space》 - 提交於 2013年1月16日。

第二篇：《Distributed Representations of Words and Phrases and their Compositionality》 - 提交於 2013年10月22日。

歷史意義： Word2Vec 是一場革命。它提出了一種極其高效的方法，能將詞語轉換為包含豐富語義資訊的「詞向量」（Word Vector）。這讓電腦第一次能夠真正理解詞與詞之間的關係（例如，「國王」 - 「男人」 + 「女人」 ≈ 「女王」），成為了深度學習時代NLP技術的基石。Google 同年也將其開源。