单词： 不能以文本形式直接输入到机器训练
-> 需要转换为向量的形式输入

  1. 简单的直接用one-hot 一个词一个编码
    缺点： 随着词的数量增加维数越来越多，并且会很稀疏;
    词之间没有联系
  2. word2vec
    其实就是一个简化的神经网络，输入one hot vector，经过线性隐藏层，输出维度和输入一致，用的是softmax回归。然后以这个形式输入到机器进行后面的分类或其他训练预测。
    这个模型的输入和输出的定义：一般使用CBOW(连续词袋) 或 skip-gram 两种模型来定义。
    1）CBOW
    输入：每个特征（target word，目标词/中间词，因为是根据它的左右也就是上下的词预测它而得名）的上下文词对应的词向量
    输出：此特征（target word）的词向量
    适合于：小型数据集
输入层：上下词的one-hot
	  采用的上下词的个数C由设置的窗口大小决定，而单词向量空间设为V维，那么输入的大小就是C*V-dim
=》所有one-hot分别乘以共享的输入权重矩阵W，这是个大小为V*N的矩阵，N由自己初始化
=》所得的向量相加求平均作为隐藏层向量，显然size为1N
=》乘以输出权重矩阵W‘
=》输出层
	得到的是1N向量，经过激活函数处理得到V维的概率分布，概率最大的索引所指示的单词即为target word
	需要定义损失函数：上面得到的target word对应的vector和真实label的one-hot做对比，误差越小越好
	采用梯度下降更新W,W'
训练完毕后，输入层每个单词和最后的W相乘得到的向量就是我们所需的词向量（word embedding）。

2）Skip-Gram
输入：可以说是和CBOW相反，它是利用input word预测上下文。
输出：我们指定窗口大小（skip_window）的上下文词的数量
适合于：大型语料库
需要设置的参数：skip_window和num_skips

example:
		skip_window表示从每个input word左右两侧各选取词的数量,
				   整个窗口大小为span= size(skip_window) * 2，
				   如果中心词左侧或者右侧的词数量< size(skip_window)，
				   则窗口中的词(不包含input word时候)<span
		num_skips 代表我们从窗口中选择多少个不同的的词作为output
		也就是每个单词生成的样本数量，不能超过skip_window的两倍，并且必须是batch_size的整数倍
		借用一个图:

word2vec库 输出模型结构 word2vec输出是什么_词向量


蓝色代表input word，此图的skip_window就是设为2。如果我们的num_skips设为2，那么在input word 为“quick”的时候，我们会只得到两组（input，output）形式的training smaples。