词嵌入（Word Embedding）是一种自然语言处理（NLP）中的表示技术，它能够将词语或短语从词汇表映射到实数向量空间中。这种映射过程能够将词义的语义信息转化为数值形式，从而方便计算机进行处理和分析。

词嵌入的技术基础源于语言学的“分布假说”，即一个词的含义可以通过其上下文来体现。词嵌入技术通过训练模型学习预测一个词在给定上下文中的出现概率，进而得到这个词的向量表示，也就是词嵌入。这些词嵌入能够捕获到词语之间的语义和语法关系，例如近义词的向量会在空间中更靠近，而反义词则会更远离。

在实际应用中，词嵌入可以作为NLP任务的输入特征，提高模型的性能。它可以应用于各种NLP任务，如文本分类、情感分析、机器翻译等。此外，词嵌入还可以用于词语的聚类、相关词计算等任务。

总的来说，词嵌入是一种将词语映射为实数向量以捕获语义信息的技术，它在NLP领域有着广泛的应用。