论文地址：Efficient Estimation of Word Representations in Vector Space
个人认为，word2vec主要解决的问题是one-hot中维度过高并且稀疏的问题。word2vec是Google团队在2013年发表的一篇paper，当时一经问世直接将NLP领域带到了一个新的高度，在2018年bert被提出之前，word2vec一直是NLP算法工程师追捧的预训练词向量模型。
Word2Vec是轻量级的神经网络，其模型仅仅包括输入层、隐藏层和输出层，模型框架根据输入输出的不同，主要包括CBOW和Skip-gram模型。CBOW是知道 w t − 2 w_{t-2} wt−2, w t − 1 w_{t-1} wt−1, w t + 1 w_{t+1} wt+1, w t + 2 w_{t+2} wt+2,预测 w t w_t wt.而Skip-gram是知道 w t w_t wt，预测 w t − 2 w_{t-2} wt−2, w t − 1 w_{t-1} wt−1, w t + 1 w_{t+1} wt+1, w t + 2 w_{t+2} wt+2
首先，输入层是一个one-hot向量，具体细节请看前面的博客。例如 w t − 2 = 0 , 0 , 1 , 0 , 0 , 0 w_{t-2}=0,0,1,0,0,0 wt−2=0,0,1,0,0,0 经过一个矩阵 0 1 1 1 1 0 3 5 6 1 1 0 1 0 1 \begin{bmatrix} 0&1&1\\ 1&1&0\\ 3&5&6\\ 1&1&0\\ 1&0&1\\ \end{bmatrix} 013111151010601 将高维度的one-hot向量映射为低维度的向量 3 , 5 , 6 T 3,5,6^T 3,5,6T，再经过一个矩阵，把低维向量映射回高维，得到输出层 1 1 1 1 1 3 1 0 1 1 2 5 6 1 1 \begin{bmatrix} 1&1&1&1&1\\ 3&1&0&1&1\\ 2&5&6&1&1\\ \end{bmatrix} 132115106111111 这样可以得到输出为 30 , 38 , 39 , 14 , 14 T 30,38,39,14,14^T 30,38,39,14,14T这就是根据 w t − 2 w_{t-2} wt−2预测得到 w t w_t wt的结果，将 w t − 2 w_{t-2} wt−2扩展到 w t − 1 w_{t-1} wt−1, w t + 1 w_{t+1} wt+1, w t + 2 w_{t+2} wt+2就是多几个输入的one-hot向量的问题。同理Skip-gram也是一样。总的来说就是一个从高维映射到低维再映射回去的过程。
参考：