本教程源代码目录在book/word2vec， 初次使用请参考PaddlePaddle安装教程。背景介绍本章我们介绍词的向量表征，也称为word embedding。词向量是自然语言处理中常见的一个操作，是搜索引擎、广告系统、推荐系统等互联网服务背后常见的基础技术。在这些互联网服务里，我们经常要比较两个词或者两段文本之间的相关性。
来实现。T 表示我们可以有任何类型的向量（更多信息，请参照泛型的章节）。向量总是在堆上分配它们的数据。你可以使用 vec! 宏来创建它们： let v = vec![1, 2, 3, 4, 5]; // v: Vec<i32>（注意，与在之前我们使用的 println! 宏不同，对于 vec! 宏我们使用方括号 []。
关注时代Java
