我必须使用包含文本（通常是一个单词）和数字的功能来实现机器学习算法，特别是线性回归。
如何以数字方式表示单词，使得相似的单词由彼此更接近的数字表示，而不是相似单词的数字。
实施例： -
log4j1.2rc1 - ＆gt; 60
log4j2.8 - ＆gt; 61
struts1.3.10 - ＆gt; 90
我检查了 Word2Vec ，但它需要在使用之前训练模型中包含大量单词。我的约束是我不知道所有的单词，我只会像流一样接收它们。
更新好的，我只想说出来，＆＃39; 字＆＃39;将成为软件库的各种功能，如库名，文件名，路径等。鉴于文件，ML算法必须识别它所属的库。