摘要： 【目的/意义】词是语言的最小单元，词的向量表示决定了机器学习模型的构建方法。深度学习的神经网络 训练得到的词向量，通过无监督的机器学习方法从海量数据中自动学习词汇的语义特征，无需人工标注和复杂繁 琐的特征工程，端到端的完成各种自然语言处理任务，带来了一种新的研究范式，成为学术界的研究热点。【方法/ 过程】介绍了词向量语义表示及优化方法，存在的问题及解决方法，最后指出了词向量未来的研究方向。【结果/结 论】将句法特征、词形特征、（知识库）先验语义知识融入到神经网络模型能增强词向量的语义表示能力，针对词向 量存在的一词多义、解释性差等问题，总结了最新的研究成果。
