word2vec的负采样算法

负采样算法

任何采样算法都应该保证频次越高的样本越容易被采样出来。基本的思路是对于长度为1的线段，根据词语的词频将其公平地分配给每个词语：任何采样算法都应该保证频次越高的样本越容易被采样出来。基本的思路是对于长度为1