Tomas Mikolov
概述
Tomas Mikolov 是捷克计算机科学家，Word2Vec 词向量模型的发明者，2013年发表《Efficient Estimation of Word Representations in Vector Space》开创了词嵌入时代。
关键内容
学术贡献
- Word2Vec 发明者：提出 Skip-gram 和 CBOW 两种高效词向量学习架构
- 负采样（Negative Sampling）：设计了一种替代全量 Softmax 的高效训练方法，使训练速度提升 1000 倍以上
- 语义向量算术发现：首次展示词向量空间中的线性语义关系（如 king - man + woman ≈ queen）
职业背景
- 曾在 Google 工作期间发表 Word2Vec 论文（2013）
- 合著者包括 Kai Chen、Greg Corrado、Jeffrey Dean
- 论文发表于 ICLR Workshop，成为 NLP 领域引用量最高的论文之一
历史影响
- Word2Vec 开创了 词嵌入（Word Embedding） 时代
- 为后续 ELMo、BERT 等预训练语言模型奠定基础
- 其词向量算术发现震惊学界，展示了神经网络学习语义的能力
来源
- raw/articles/ai-papers/machine-learning/08_word2vec_2013.md