该论文介绍了基于 Python 的开源工具 Wikipedia2Vec，通过一次命令及 Wikipedia 的数据，有效地学习了来自于 Wikipedia 的词语和实体的 embedding， 在实验中取得了 KORE 实体相关性数据集上的最新成果，这也为各种标准基准数据集提供了有竞争力的结果。

Dec, 2018

使用 Company2Vec 模型，通过对公司网站数据进行 Word2Vec 嵌入和降维分析，本研究论文提出了一种新的表示学习应用。Company2Vec 能够维护语义语言结构，并在精细粒度的行业中创建高效的公司嵌入。这些语义嵌入可用于银行业的各种应用，包括语义业务分析和行业预测等。矢量化的嵌入结构还可通过余弦距离衡量公司之间的相似性，从而提供比标准行业标签（NACE）更细粒度的公司比较方法。此外，研究提供了基于公司嵌入的 k-means 聚类的替代行业分割方法，最后还提出了三种算法用于对等公司识别，包括以公司为中心、以行业为中心和以投资组合为中心。

Jul, 2023

本文提出了一种基于神经网络和 BERT 模型的用户嵌入系统 ——Author2Vec，其通过使用 BERT 模型中的句子嵌入技术，结合新颖的无监督预训练目标，即作者分类，以生成更好的用户嵌入表示。该系统在 Reddit 平台的 1 万个用户的文章数据上进行预训练，并在抑郁症与人格分类等两个用户分类基准中进行了分析和评估，结果表明其性能优于传统的基于计数和基于预测的方法。Author2Vec 成功地编码了有用的用户属性，并在下游分类任务中表现出良好的性能，无需进一步的微调。

Mar, 2020

本研究提出了一个名为 Vec2Vec 的网络模型，它可以将开源的 768 维 MPNet 嵌入转换为 1,536 维的 text-ada-002 嵌入，其平均余弦相似度可达 0.932，并且可以用于以更低成本、更高效的方式进行搜索和数据隐私保护。

Jun, 2023

本文介绍了一种无监督方法，通过学习嵌入式文档和单词向量，从未标记的文档数据集中检索出预定义主题的文档，并可用于多类文档分类，使用 Lbl2Vec 工具可方便地复制此方法。

Oct, 2022

本文介绍了一种方法，通过使用来自于维基百科和共同抓取项目的大型数据，并针对 157 种语言训练高质量的词向量。此外，我们还推出了三个新的单词类比数据集，以评估这些词向量。最后，我们针对 10 种有评估数据集存在的语言对我们的预训练词向量进行了评估，显示出与以前模型相比非常强的性能。

Feb, 2018

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

本文检验了 Speech2Vec 模型的效果，发现其未能学习到有效的语义嵌入，并怀疑原文中提到的语音词向量是由一个基于文本的模型生成的。

Sep, 2022

本文提出了一种基于随机游走和词嵌入的本体嵌入方法 OWL2Vec *，该方法将 OWL 本体的语义编码为结合了图结构，词汇信息和逻辑构造式的表示。通过在三个真实数据集上的实证评估，我们发现 OWL2Vec * 在类成员预测和类包含预测任务中从本体的三个不同方面受益，并且通常在我们的实验中优于现有的技术水平。

Sep, 2020

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