我是word2vec和tensorflow的新手。我想在Python上使用TensorFlow训练word2vec模型。
我研究过tensorflow的word2vec_basic.py。在此培训过程中，输入和输出仅由索引表示，其实质上是整数（根据我的理解）。但是，就我而言，我想通过 vector 来表示输入和输出。在某些设计操作之后，该向量可以是单热编码向量或其他向量。
我研究了一些在培训过程中调用的tf.nn.embedding_lookup，tf.nn.nce_loss等函数，但我想知道这些函数只适用于 index 。是否可以按照我的意愿使用向量，同时，我基本可以在word2vec_basic.py中使用相同的代码结构？
如果这是不可能的，那么您是否有任何好主意用矢量作为输入和输出来实现模型训练？