我一起回答所有 3 个问题。嵌入获得标记，即最小的有意义的文本片段，您可以定义它。这意味着您可以将字符称为最小的有意义的片段、单词、短语或您的创造力所允许的任何东西。Word2vec 基于单词，因此如果您输入 ngram 作为标记，您将获得与您的 ngram 相同的特征空间。

如果嵌入，那么 BOW 特征空间的高维将被自动处理（问题 2）并且整个想法也正在回答问题 3（如果不是，请使用您的意思的确切特征工程技术更新您的问题，我将更新我的也回答）

免责声明：输出，无论多么直观地工作，内部可能有一些现象，你需要小心，例如嵌入算法单独看到“数据”和“科学”，并且在同一上下文中也试图嵌入“数据科学”。它可能会减少语义图。例如，在这种情况下，如果您不考虑 ngram 的单个标记，那将完全没问题，但您可能不想跳过两个语义强的词，如“数据”和“科学”。所以，要小心。