🔑 名詞卡
GloVe（Global Vectors for Word Representation）
🎯 定義
史丹佛大學 NLP 團隊於 2014 年提出的詞嵌入方法，結合統計共現資訊與詞嵌入學習，利用整體語料庫的詞共現矩陣，透過矩陣分解學習每個詞的靜態向量。
重點
與 Word2Vec 不同，GloVe 不依賴局部上下文窗口（如 Skip-gram），而是利用「全域」的詞對共現統計資料。
記憶技巧
GloVe＝Global Vectors——著眼「全域」共現統計，而非「局部」滑動窗口。
易混淆
- vs Word2Vec：Word2Vec 用局部上下文窗口學習（CBOW/Skip-gram），GloVe 用全域共現矩陣分解學習。
📖 課文原文「GloVe 是依賴於局部上下文（像是 Word2Vec 的 Skip-gram），而是利用整體語料庫中詞與詞共現的統計資料（共現矩陣），透過矩陣分解的方式來學習每個詞的向量。」