通俗解释
先统计整个语料中“两个词一起出现多少次”，再训练词向量，使两个向量的点积接近共现次数的对数。它把计数法和预测法的优点结合起来，训练出的向量同样能做“国王 − 男人 + 女人 ≈ 女王”这类类比。
用在哪里：预训练词向量基线、NLP 教学
01原始论文
GloVe: Global Vectors for Word Representation
Jeffrey Pennington, Richard Socher, Christopher Manning · EMNLP 2014 · 2014
DOI ↗ ✓ 已核实 · Crossref API doi:10.3115/v1/D14-1162
02知识位置
左边先学；右边是学完它之后可以学的。
相关：ELMo 上下文词向量
左：前置 · 右：后继 · 虚线：相关。看完整关系图 →
03学习资料
官方文档、图解、课程和参考实现，链接都核对过。
04在课程里哪里学
给 AI 读 / 数据说明
- 核实状态：已核实，核对于 2026-10-22。
- JSON: /api/learn/algorithms.json (id:
glove)