CBOW输入层向量形式深入解析

1. 引言

CBOW（Continuous Bag of Words）是 Word2Vec 中最经典的模型之一，其核心思想是利用上下文词预测中心词。在学习和实现 CBOW 的过程中，"输入层向量的形式"是一个极易产生概念混淆的问题，尤其体现在以下几个表述之间：

输入是 one-hot 向量
输入是 embedding 向量
输入是词 ID

这些说法各自成立，但处于不同抽象层级 。本文将从理论模型 → 数学形式 → 工程实现的演进顺序，系统梳理 CBOW 输入层向量的真实含义。

2. CBOW 模型的基本设定

设定如下符号：

词表大小：(V)(V)(V)
embedding 维度：(D)(D)(D)
词表：(V=w1,w2,...,wV)(\mathcal{V} = {w_1, w_2, \dots, w_V})(V=w1,w2,...,wV)
上下文窗口大小：(C)(C)(C)

CBOW 的训练目标可以形式化为：

p(wt∣wt−C,...,wt−1,wt+1,...,wt+C) p(w_t \mid w_{t-C}, \dots, w_{t-1}, w_{t+1}, \dots, w_{t+C}) p(wt∣wt−C,...,wt−1,wt+1,...,wt+C)

即：

用上下文词集合预测中心词 (wt)(w_t)(wt)。

3. 理论视角：CBOW 输入层的向量形式

3.1 one-hot 向量作为理论输入表示

在理论建模和数学推导中 ，CBOW 输入层的每一个上下文词 (wi)(w_i)(wi) 都被表示为一个 one-hot 向量：

xi∈RV \mathbf{x}_i \in \mathbb{R}^{V} xi∈RV

其定义为：

第 (i)(i)(i) 个分量为 1
其余分量为 0

one-hot 向量的理论意义

唯一标识一个词
不携带任何语义或统计信息
便于用统一的线性代数形式描述模型

📌 在理论上，CBOW 的输入层确实是 one-hot 向量。

3.2 one-hot 向量与输入权重矩阵

CBOW 在输入层到隐层之间引入一个权重矩阵：

W∈RV×D W \in \mathbb{R}^{V \times D} W∈RV×D

该矩阵即 embedding 矩阵。

对于任意上下文词 (wi)(w_i)(wi)，其隐层向量为：

vi=xi⊤W \mathbf{v}_i = \mathbf{x}_i^\top W vi=xi⊤W

由于 (xi)(\mathbf{x}_i)(xi) 是 one-hot 向量，上式等价于：

v∗i=W∗i \mathbf{v}*i = W*{i} v∗i=W∗i

即：

从 embedding 矩阵中取出第 (i)(i)(i) 行作为该词的向量表示

这一步是理解 CBOW 输入层的关键。

3.3 上下文输入的聚合形式

对于 (C)(C)(C) 个上下文词，CBOW 将它们的 embedding 向量进行聚合（通常为平均）：

h=1C∑j=1Cxcj⊤W \mathbf{h} = \frac{1}{C} \sum_{j=1}^{C} \mathbf{x}_{c_j}^\top W h=C1j=1∑Cxcj⊤W

可以看到：

one-hot 向量只在"索引 embedding"时出现
真正参与计算的是 embedding 向量

4. 工程视角：CBOW 输入层的向量形式

4.1 工程中是否真的使用 one-hot？

答案是：不会。

原因包括：

one-hot 向量维度高（(V)(V)(V) 级别）
极度稀疏，计算和存储效率低
与 embedding 查表在数学上完全等价

因此，在工程实践中，one-hot 被彻底"抽象掉"。

4.2 工程中的真实输入形式：词 ID

在实际工程中，CBOW 输入层接收的是：

context_ids= $i1,i2,...,iC$ \text{context\_ids} = $i_1, i_2, \\dots, i_C$ context_ids= $i1,i2,...,iC$

其中：

(ik∈1,2,...,V)(i_k \in {1, 2, \dots, V})(ik∈1,2,...,V)
每个整数是词在词表中的索引

📌 词 ID 是 one-hot 向量的工程等价形式。

4.3 Embedding 层的工程实现

以 PyTorch 为例：

python 复制代码

embedding = nn.Embedding(vocab_size, embedding_dim)
context_vecs = embedding(context_ids)

其本质是：

内部维护一个可训练矩阵 (E∈RV×D)(E \in \mathbb{R}^{V \times D})(E∈RV×D)
根据词 ID 直接取行

数学等价于：

xi⊤W \mathbf{x}_{i}^\top W xi⊤W

但不显式构造 (xi)(\mathbf{x}_i)(xi)。

4.4 工程中的输入层"向量"到底指什么？

在工程语境下，"CBOW 输入层向量"通常有两种含义：

狭义：
- 指输入到模型中的数据
- 形式为：词 ID（整数）
广义：
- 指 embedding 层输出的向量
- 形式为：(D) 维稠密实数向量

这两种说法都成立，但抽象层级不同。

5. 理论与工程的统一理解

5.1 三种表示形式的对应关系

抽象层级	表示形式	维度	是否显式存在
理论建模	one-hot 向量	(V)(V)(V)	是
工程输入	词 ID	1	是
实际计算	embedding 向量	(D)(D)(D)	是

5.2 等价关系总结

词 ID;⟺;one-hot 索引;⟺;embedding 查表 \text{词 ID} ;\Longleftrightarrow; \text{one-hot 索引} ;\Longleftrightarrow; \text{embedding 查表} 词 ID;⟺;one-hot 索引;⟺;embedding 查表

它们描述的是同一件事情的不同视角。

6. 常见误区澄清

❌ CBOW 输入的是 embedding

✔ 更准确：embedding 是输入层到隐层的输出
❌ one-hot 向量参与了大量计算

✔ one-hot 仅用于理论建模和索引解释
❌ 工程实现偏离了理论模型

✔ 工程实现是理论模型的高效等价实现

7. 总结

在 CBOW 模型中：

理论层面：输入层使用 one-hot 向量，便于数学建模与推导
工程层面：输入层使用词 ID，通过 Embedding 层完成查表
计算层面：真正参与上下文建模的是低维、稠密、可训练的 embedding 向量

理解 CBOW 输入层向量形式的关键，不在于"哪种说法对"，而在于明确所处的抽象层级。