编码的两种基本处理⽅法是"one-hot"和"word2vec"，③请分别解释这两种编码⽅式，并举例说明。

"one-hot" 和 "word2vec" 是常用的文本编码方式，用于将文本数据转换为计算机可以理解的数字形式。

1. "one-hot" 编码：将每个单词表示为一个向量，向量的维度等于词汇表的大小，每个维度对应一个单词。在一个向量中，只有对应的单词位置为1，其他位置为0。例如，假设我们有一个包含3个单词的词汇表：{"cat", "dog", "bird"}，那么 "cat" 可以被表示为 [1, 0, 0]，"dog" 可以被表示为 [0, 1, 0]，"bird" 可以被表示为 [0, 0, 1]。这种编码方式的缺点是向量维度较高，而且每个单词之间的关系无法被反映出来。

2. "word2vec" 编码：将每个单词表示为一个固定长度的向量，向量的维度通常较低（例如100维），并且每个维度对应一个语义概念。这种编码方式可以通过训练模型自动学习每个单词之间的关系，从而更好地反映单词的语义信息。例如，可以使用"word2vec"模型将"cat"和"dog"这两个单词编码为向量[0.1, -0.2, 0.5]和[0.2, -0.3, 0.3]，这两个向量在第一个维度上比较接近，可以表明它们在语义上比较相似。

举例来说，假设我们有一个句子："cat dog bird"，使用"one-hot"编码后，它可以被表示为一个矩阵：

[[1, 0, 0],
 [0, 1, 0],
 [0, 0, 1]]

而使用"word2vec"编码后，可以得到每个单词的向量表示：

cat: [0.1, -0.2, 0.5]
dog: [0.2, -0.3, 0.3]
bird: [0.3, -0.1, 0.4]

这些向量可以被组合成一个矩阵，作为整个句子的表示。