图表示比向量表示携带更多语义

经典的文档表示方案（空间向量模型）把文档变成词汇向量，丢弃了词之间的顺序和语义关系， 优点是简单高效，缺点是处理短文本、稀疏文本时效果差。基于知识图谱的文档表示则把文档 映射为知识图谱的一个子图——用文档中出现的实体及其相互关系来表示这篇文档，子图携带的 结构信息远比一组词频向量丰富，因此能更好地支撑文档分类、摘要、关键词抽取等下游任务。 发散：这其实是”表示学习”里一个通用规律——表示方式保留的结构信息越多，下游任务的 天花板越高，代价是构建和维护这份表示的成本也越高，向量模型胜在便宜，图模型胜在表达力。