[论文翻译]词与短语的分布式表示及其组合性

最近提出的连续Skip-gram模型是一种高效的方法，用于学习高质量的分布式向量表示，这些表示能捕捉大量精确的句法和语义词汇关系。本文提出了几种改进方法，既能提升向量质量又能加快训练速度。通过对高频词进行子采样，我们实现了显著加速，同时学到了更规则的词表示。我们还描述了一种称为负采样(negative sampling)的简单替代方案，用于取代分层softmax。