本文通过对 doc2vec 在两个任务上的实验评估，与两种基线和两种最先进的文档嵌入方法进行比较，发现使用大型外部语料库训练模型时，doc2vec 的性能表现出色，并且可以通过使用预训练的词嵌入进一步改进，同时提供了针对通用应用的超参数设置建议，并发布使用训练好的 doc2vec 模型得出文档嵌入的源代码

Jul, 2016

本文提出了一个名为 DocTag2Vec 的新方法，通过在学习过程中同时学习单词，文档和标签的向量表示，来实现文档标记。与之前的多标签学习方法不同，它直接处理原始文本，旨在提高标签表示的学习和处理新创建标签的能力，并在多个数据集上展示了良好的表现。

Jul, 2017

本文提出一种针对超文档的通用嵌入方法 Hyperdoc2vec，利用四个标准来保留嵌入模型所需的必要信息，并在学术论文领域中进行了超文档 2vec 和其他几种模型的系统比较。分析和实验验证了超文档 2vec 相对于其他模型在四个标准方面的优越性。

May, 2018

本文探讨了利用 word2vec 从 ACL - 嵌入中学习词向量并利用支持向量机进行分类来进行引文情感分析的方法，并发现手工设计的特征在整体分类上表现更好。

Apr, 2017

本文评估了代码表示模型 Code2vec 在 C 源代码中检测安全漏洞任务上的表现，结果表明 Code2vec 在此任务上的表现与预训练 RoBERTa 等简单的基于 Transformer 的方法相比具有可比性，并且优于更为简单的基于 NLP 的方法，并在维持低计算需求的同时达到了 61.43％的准确率。

Jun, 2021

介绍了 Gram2Vec，一种将文档嵌入到高维空间的语法风格嵌入算法。通过提取文本中存在的语法特征的标准化相对频率，Gram2Vec 提供了固有的可解释性。使用 Gram2Vec 向量的作者到文档的映射可视化，并演示了添加或删除特征以查看哪些作者做出了某些语言选择。然后，使用作者归属作为应用程序，展示了 Gram2Vec 如何解释为什么将文档归属于某个作者，通过计算 Gram2Vec 特征向量之间的余弦相似度来计算候选文档与查询文档之间的距离。

Jun, 2024

本文提出 Topic2Vec 方法，通过在语义向量空间中学习话题表示来替代概率的 LDA 表示，实验证明该方法取得了有意义的结果。

Jun, 2015

提出了一种基于分布式语义嵌入的主题建模方法 top2vec，不需要预定义的停用词表、词干提取或词形还原等预处理，能够自动确定主题数目，有效地提取语义信息并以主题向量的形式呈现。实验结果表明，top2vec 比传统的生成模型更加优秀。

Aug, 2020

该研究提出一种简单而有效的无监督表示方法 SCDV+BERT (ctxd)，通过结合上下文化的 BERT 方法和 SCDV 软聚类方法来处理单义和上下文特性的词语。研究表明，在多项分类数据集和概念匹配和句子相似性等任务中，此嵌入方法的性能优于原始 SCDV、预训练 BERT 和其他基线模型，尤其在数据稀缺和少样本学习任务中比微调 BERT 和不同嵌入方法表现更好。

Sep, 2021

提出了两种新的单词向量表示模型，通过神经网络计算大型数据集中单词的连续向量表示，相较于其他神经网络技术在词语相似度任务上提高了准确性且计算效率更高，此外还展示了这些向量在测量语法和语义相似度的测试集上有最先进的性能表现。

Jan, 2013