Word2Vec、Sentence2Vec、Doc2Vec的简单区分和比较

注意，三个模型的关系不是简单的堆叠，区别很大

word2vec

出现最早，针对词，词粒度不限，大量文本训练，
通过训练，得到词嵌入向量。

doc2vec

在word2vec后出现，针对词和句子（或者词和段落，或者词和文章），粒度自定义，大量文本训练，与word2vec统一水平，借鉴了word2vec的训练思想

sentence2vec

三个模型中出现最晚，针对句子，粒度是自然句子，大量文本训练。
在word2vec的基础上的模型，纯粹只找句子向量，
原文思想不复杂，通过引入 discourse（我不理解这是什么），然后加一些权东西，通过计算出似然函数的方法得到一个结果，这个结果只对词向量权重。
不从头看到尾，不多看几遍有几个地方是看不懂的，用到了PCA之类的矩阵计算。
可以看https://blog.youkuaiyun.com/promisejia/article/details/88364569的介绍。