单元二
第7课 文本的语义编码
一、任务目标
比较几组词的向量位置与余弦相似度，判断哪两个词语义更近，并说明「靠近≈相关」不等于同义。
二、我们要学什么
- 词可以编码成向量
- 向量夹角越小，语义往往越近
词嵌入：把词变成一串数字（向量），让电脑能算「像不像」。余弦相似度：看两个向量夹角，越接近 1 通常表示越相关（本课是简化演示，不是工业级词向量）。
三、操作步骤
1选择词语看向量位置
2计算两词余弦相似度
3换一组近义/反义对比
4理解「靠近≈相关」
四、网页体验
网页体验：词嵌入与向量
点选词语看二维位置；再选一词算余弦相似度。
网页体验：文本相似度
修改两句文本，点「计算相似度」。
五、知识点讲解
词嵌入把词变成向量，用距离／夹角衡量相关；靠近≈相关，不等于同义。
- 电脑不算「汉字意思」，算的是向量之间的关系。
- 结果要结合语境判断，不要把相似度当成唯一真理。
先弄清本课输入与输出，再进编程练习对照现象。
六、课堂练习
先完成两道正误判断，再做其余题目；选出后点「检查」。
判断：只点体验按钮，说不清「AI 做了什么、人做了什么」。
判断：每完成一次体验，用一句话说清本课要点「理解词嵌入与相似度」，并区分生成结果与你的判断。
词嵌入把词变成？
余弦相似度接近 1 常表示？
语义编码帮助计算机？
七、本节小结
第7课「文本的语义编码」：先场景、再体验、后反思。