word2vec怎么得到词向量？

word2vec有两种模型，CBOW和Skip-gram；前者是通过context(w)[即词w的上下文]的词向量获得w最可能的词(w为各个词的概率，就能得到最可能的词)，后者是相反的，通过w获得上下文context(w)。 简单理解即为如下两幅图[1]： 对于CBOW模型，输入的即为词向量，但是词向量怎么来的？ 实际上，前面还有一层，如下图[2]： 前一层输入的是每个单词的one-hot编码，然

>>阅读原文<<