本来应该将Tomas的三篇论文一起读完再写的，但是因为这段时间事情比较多，先写一篇后面的再补上。由于自己刚开始看论文理解能力不够，如有错误欢迎大家指出来，我再修改。
本片论文作者是Tomas Mikolov，他在谷歌是研究的是word2vec，现在跑去了facebook，都很厉害啊！这篇主要讲了word2vec与之前的语言模型例如 NNLM等在语义语法上、训练速度上的比较。总结来说有一下几点：
（1）研究在句法与语义上词表示的质量
（2）与流行的神经网络模型（前馈和递归）相比，使用非常简单的模型结构训练高质量的词向量是可能的。因为计算复杂度低得多，可以从更大的数据集中计算非常精确的高维单词向量。
（3）使用DistBelief，能够在trillion words 基础上训练CBOW和skip-gram，训练词汇数量级变大
（4）受益于本论文的模型的应用在其他NLP上工作更好
（5）机器翻译实验也很有希望
（6）高质量的词向量是NLP应用的基石
1.介绍
之前大部分语言模型将词作为单位，而词的表示使用的多是用在词典中的index，这样表示简单、健壮、易观察但没有体现相似性概念。而且存在局限：领域词汇表现不好，机器翻译词库少；之前使用的数据集多是hundred of /millions of。
文本的目标：本文使用的数据集billions of/millions of words；
使得相似的距离尽可能相似(词的相似性最开始是用在找相似的词缀上的)，而这个相似不仅限于句法上的相似而且包含语义上的相似；
保留词之间的线性规律
2.模型构建
训练复杂度：E-训练周期；T:训练集的词个数；Q:根据模型结构而定(多是根据模型的参数进行定义)
所有模型训练使用mini-batch同步梯度下降，Adagrad自适应的学习率
训练环境：
并行训练：framework--DistBelief
并行的运行相同模型的多个副本，每个副本通过一个中央服务器更新梯度
2.1.Feedforward Neural Net Language Model (NNLM)
input与project之间： 权重 N*D
模型复杂度：Q = N ×D +N ×D ×H +H ×V
复杂度主要在project和hidden之间，因为投影层是稠密的
N:输入前10个词，D:投影层神经元个数500-2000，H:隐藏层神经元个数500-1000，V：词汇表的大小，输出维度
解决方法：分层的softmax，训练中使用不规范的模型避免归一化，使用二叉树表示词汇log(V)，但是这种加速并不重要因为计算瓶颈在N*D*H，因此提出了一种结构没有隐藏层，只依赖于softmax
2.2 Recurrent Neural Net Language Model (RNNLM)
基于语言模型的循环神经网络RNNLM
优势：不需要制定上下文长度、理论上RNN比浅层NN有效表示复杂模式
RNN没有投影层，使用recurrent matrix连接隐藏层
允许形成短期记忆，因为可以基于当前输入和之前时间的隐藏层状态
2.3.word2vec
包含CVOW和skip-gram两种模型，前者由上下文输出当前词后者由当前词输出上下文，具体的后面再详细介绍。现在只看运行效果。可以得出在大量的数据熵训练高维度的词向量，结果向量可以回答词间的语义关系，像城市与所属的国家
3.模型评估
3.1.测试集
作者使用了包含九种句法和五种语义上的词对作为测试依据，
句法关系包括(1.动词到副词2.反义词3.比较级4.最高级5.现在分词6.国籍-国籍的形容词 瑞士-瑞士的 柬埔寨-柬埔寨的7.过去式8.复词9.动词复数形式）
语法关系包括(1.常见的首都 雅典 希腊；奥斯陆 挪威 (首都-国家)2.所有的首都 阿斯塔纳 哈萨克斯坦；哈拉雷 津巴布韦3.货币 安哥拉 宽扎； 伊朗 (国家-货币)4.城市所在州 芝加哥 伊利诺伊州；斯托克顿市 加利福尼亚州 (城市-州)5.男女 兄弟 姐妹；孙子 孙女 (男-女))
操作时是随意抽取同种词对任意组合例如：sister、brathor、women、men就是一种，只有当计算出来的词和正确答案完全一致才认为是正确的，例如得到woman(实际women)就不正确，同义词也被看作是错误的。注意由于由于模型没有任何关于词形态的信息，因此100%的正确是不可能的。
3.2.结论
(1)如果使用更多的数据集和高维度的词向量会有更高的准确率，但是同时也耗费更多的时间。
(2)使用两倍的数据训练效果和迭代三次的效果相似，而且速度还略微加速了
其他的在本文刚开始的也提到了这里不再说一遍了。