我对 NLP 嵌入世界相当陌生。我使用了 gensim 的 word2vec 模型和 tensorflow 向量表示。
我有一个问题，在训练 gensim 的 word2vec 模型时，它需要对句子进行标记，而 tensorflow 需要一长串单词。训练上有什么不同。有质量影响吗？那么tensorflow如何满足skip-gram的需求，因为现在数据是一个单词列表，没有更多的句子。我指的是链接https://www.tensorflow.org/tutorials/word2vec上的 tensorflow 教程
如果我在这个领域的理解是错误的，请原谅我，如果我的理解被清除，将不胜感激。
感谢您的指导和帮助。