Word2vec之CBOW 模型
CBOW模型流程举例
假设我们现在的语料库是这一个简单的只有四个单词的文本：
Step 1. 得到上下文词的one-hot向量作为输入，同时得到预期的输出one-hot向量(这个用来最后计算损失函数)。 
Step 2. 输入层每个词的one-hot与权重矩阵WVN相乘，得到对应的向量。(其实这就是对应词的词向量，矩阵的参数是网络通过训练得到的)。
V表示语料库中词的个数，即one-hot向量的维数是V。
N表示隐藏层神经元的数量，即希望最后得到的词向量维数为N。
得到每个词的词向量
Step 3. 将得到的三个向量相加求平均，作为输出层的输入。
Step 4. 将向量与输出层的权重矩阵U相乘，得到输出向量。
Step 5. 将softmax作用于输出向量，得到每个词的概率分布。
Step 6. 通过损失度量函数(如交叉熵)，计算网络的输出概率分布与预期输出onehot向量的之间损失值。通过这个损失值进行反向传播，更新网络参数。
经过上述步骤的多次迭代后，矩阵W就是词向量矩阵，每个词通过one-hot查询词向量矩阵就能得到其对应的词向量。
总结
先来看着这个结构图，用自然语言描述一下CBOW模型的流程：
1.输入层：背景词的one-hot向量。
2.隐藏层：所有one-hot分别乘以输入权重矩阵W，再将所得的向量相加求平均作为隐藏层向量。
3.输出层：隐藏层向量乘以输出权重矩阵W’ 。 将softmax作用于输出向量，得到每个词的概率分布，概率最大的index所指示的单词为预测出的中心词。
它的隐藏层并没有激活函数，但是输出层却用了softmax，这是为了保证输出的向量是一个概率分布。
one-hot编码，就是有多少个不同的词，我就会创建多少维的向量。这样可能会造成维数爆炸。于是就出来了连续向量表示，word2vec就是将语料库中的词转化成向量，以便后续在词向量的基础上进行各种计算。word2vec的字、词向量，能够包涵语义信息，向量的夹角余弦能够在某种程度上表示字、词的相似度。