1. 维度与稀疏性
One-Hot编码
定义：每个词被表示为一个高维稀疏向量，维度等于词汇表大小。例如，词汇表有10,000个词，每个词对应一个10,000维的向量，其中仅有一个位置为1（表示当前词），其余为0。
缺点：
维度灾难：词汇表越大，向量维度越高，导致存储和计算成本激增。
稀疏性：向量中大部分元素为0，难以有效利用数据中的统计规律。
Embedding
定义：将词映射到一个低维稠密向量（如300维），所有元素均为实数。
优点：
低维稠密：显著降低计算复杂度，适合深度学习模型。
可学习性：向量值通过训练动态调整，捕捉词之间的语义关系。
2. 语义信息
One-Hot编码
无语义关联：所有词向量相互正交（点积为0），无法表达词之间的相似性。例如，“猫”和“狗”的One-Hot向量无任何关联。
Embedding
语义捕捉：通过训练，语义或语法相似的词在向量空间中距离更近。例如，“猫”和“狗”的向量可能在高维空间中邻近。
上下文感知：在Transformer等模型中，Embedding可结合位置编码，动态适应不同上下文（如“苹果”在“水果”和“公司”中的不同含义）。
3. 计算效率
One-Hot编码
矩阵运算低效：与神经网络权重矩阵相乘时（如全连接层），需要处理高维稀疏矩阵，计算资源浪费严重。
Embedding
高效计算：通过查表（Lookup Table）直接获取低维向量，避免了高维矩阵乘法。例如，词汇表索引i直接映射到嵌入矩阵的第i行。
4. 参数数量
One-Hot编码
参数爆炸：若词汇表大小为V，模型输入层到第一隐藏层的权重矩阵尺寸为V × H（H为隐藏层大小），当V=10^5时，参数数量极大。
Embedding
参数可控：嵌入矩阵尺寸为V × D（D为嵌入维度，通常D=300），参数量远小于One-Hot方案。例如，V=10^5, D=300时仅需3千万参数。
5. 应用场景
One-Hot编码
传统机器学习（如逻辑回归、SVM）中的简单特征表示。
类别型数据预处理（如标签编码）。
Embedding
几乎所有深度学习模型（如RNN、CNN、Transformer）的标配。
支持迁移学习（如复用预训练的Word2Vec、BERT嵌入）。
直观对比示例
One-Hot：
猫 → [0, 0, 1, 0, …, 0]（10,000维）
狗 → [0, 1, 0, 0, …, 0]（10,000维）
Embedding：
猫 → [0.2, -0.5, 1.3, …, 0.7]（300维）
狗 → [0.3, -0.4, 1.1, …, 0.6]（300维）
总结
特性 One-Hot编码 Embedding
维度 高维稀疏（V维） 低维稠密（D维，D≪V）
语义信息 无 可捕捉语义和语法关系
计算效率 低（稀疏矩阵运算） 高（直接查表）
参数数量 巨大（V×H） 较小（V×D）
主要用途 传统机器学习、简单分类 深度学习、语义相关任务
在大语言模型中，Embedding因其高效性和语义表达能力成为主流，而One-Hot编码仅在某些特定场景（如输出层的概率分布）中保留符号意义。
