One-hot

One-hot編碼在機器學習中可以用來表示位元組或是向量，這樣的位元組只有其中一項可以是1，所以被稱為One-hot中文為獨熱，如此可以幫助現實資料轉換成數字替代，相較於其他方式比較數字大笑，這種方法更適合用在資料是以距離來劃分的。One-hot用在離散型資料亦或者是小數可以省略時（類別或計數的資料）會相對方便，因為One-hot編碼沒有順序或是距離的概念。

ASCII code

ASCII的全名是American Standard Code for Information Interchange（美國資訊交換標準代碼），最初總共有七個位元，可以表達128個字元。而之後因為歐洲國家的語言很多並不是使用純英文表示，所以才多加了一個位元，
使ASCII code可以表達256個字元。在我們一般撰寫程式碼時，也會用到ASCII code轉換。

文本編碼

處理英文文本不會有問題，我們仍然可以對於文本做出一些前處理，這樣可以減少編碼種類，也可以刪除標點符號、數字或是其他不重要的字元，但要這些處理可能會影響模型訓練的表現，但影響程度取決於不同的任務類型。

實作（非完整程式碼）：

import numpy as np
import torch

先import需要用到的numpy和torch
載入文檔命名為text

words = text.split('\n') 
line = words[100]
line

將每列的文字存入串列words取出第100列

t = torch.zeros(len(line), 128) #（文字字元數,ASCII code字元數） 

創建一個張量初始化為零

punctuation = '.,;:"!?”“_-'   #定義標點符號
    list = input_str.lower().replace('\n',' ').split() #以空白進行分割
    list = [word.strip(punctuation) for word in list]
    return list

此時會將一句話切割成一個個的單字

for i, word in enumerate(words_ line):
    index = wordindex[word]  #one-hot編碼
    words [i][index] = 1
    print('{:2} {:4} {}'.format(i, index, word))
print(words.shape)

輸出結果
torch.Size([句子單字數量,相異單字數])