通常数据的维度越高，能提供的信息也就越多，从而计算结果的可靠性就更值得信赖
如何来描述语言的特征呢，通常都在词的层面上构建特征，Word2Vec就是要把词转换成向量
假设现在已经拿到一份训练好的词向量，其中每一个词都表示为50维的向量
如果在热度图中显示，结果如下
在结果中可以发现，相似的词在特征表达中比较相似，也就是说词的特征是有意义的！
在词向量模型中，输入和输出分别是什么？
数据从哪来？
构建训练数据
不同模型对比
CBOW模型
Skip-gram模型
Skip-gram模型所需训练数据集
如何进行训练？
如果一个语料库稍微大一些，可能的结果简直太多了，最后一层相当于softmax，计算起来十分耗时，有什么别的方法吗？
初始方案：输入两个单词，看他们是不是前后对应的输入输出，也就相当于一个二分类任务
出发点非常好，但是此时训练集构建出来的标签全为1，无法进行较好的训练
改进方案。加入一些负样本（负采样模型）
词向量训练过程
初始化词向量矩阵
通过神经网络反向传播来计算更新，此时不光更新权重参数，还更新输入数据
