第8章word2vec模型在上一章中，详细探讨了NLP（自然语言处理）领域中两个核心技术：基于统计的N-gram模型与基于深度学习的NNLM（神经网络语言模型）。阐明了N-gram模型在处理单词时倾向于将它们视为孤立的单位(独热编码)，这种方法可能忽略了单词之间在某些层面上的相似性，从而在语义理解方面有所不足。这些模型主要依赖于对统计信息的聚合。为了克服这些局限性并赋予词向量丰富的语义信息，采用深度神经网络技术。利用目标词之前的词去预测目标词本身，这种方法成功地为词向量赋予了包含语义信息的能力。

NNLM模型的局限性计算量过大NNLM在词嵌入表示上取得了一定的成果，但也存在计算量过大的问题，