Word2vec之CBOW 模型

什么是 Word2vec?

在NLP中，如果你需要对语料库进行预处理，比如，英文语料库你可能需要大小写转换检查拼写错误等操作，如果是中文日语语料库你需要增加分词处理。在得到你想要的语料之后，将他们的one-hot向量作为word2vec的输入，通过word2vec训练低维词向量（word embedding）就可以了。本文旨在阐述word2vec如何将语料库的one-hot向量（模型的输入）转换成低维词向量（模型的中间产物，更具体来说是输入权重矩阵）。

word2vec有两种训练模型：CBOW模型和Skip-gram模型。
如果是用一个词语作为输入，来预测它周围的上下文，那这个模型叫做Skip-gram 模型。
而如果是拿一个词语的上下文作为输入，来预测这个词语本身，则是 CBOW 模型。

CBOW模型的流程

先来看着这个结构图，用自然语言描述一下CBOW模型的流程：

下面看图说下整体步骤是怎么样的：
1.输入层：上下文单词被转化为one-hot向量. （假设单词向量空间dim为V，上下文单词个数为C）
2.隐藏层：所有one-hot分别乘以共享的输入权重矩阵W. （VN矩阵，N为自己设定的数，初始化权重矩阵W）所得的向量相加求平均作为隐藏层向量. 乘以输出权重矩阵W’ . （NV矩阵）
3.输出层：将softmax作用于输出向量，得到每个词的概率分布.（PS: 因为是one-hot嘛，其中的每一维都代表着一个单词），概率最大的index所指示的单词为预测出的中间词（target word）

CBOW模型流程举例

假设我们现在的Corpus是这一个简单的只有四个单词的document：

Step 1. 得到上下文词的one-hot向量作为输入，同时得到预期的输出one-hot向量(这个用来最后计算损失函数)。

Step 2. 输入层每个词的one-hot与权重矩阵W_VN相乘，得到对应的向量。(其实这就是对应词的词向量，矩阵的参数是网络通过训练得到的)。
V表示语料库中词的个数，即one-hot向量的维数是V。
N表示隐藏层神经元的数量，即希望最后得到的词向量维数为N。

得到每个词的词向量

Step 3. 将得到的三个向量相加求平均，作为输出层的输入。

Step 4. 将向量与输出层的权重矩阵U相乘，得到输出向量。

Step 5. 将softmax作用于输出向量，得到每个词的概率分布。

Step 6. 通过损失度量函数(如交叉熵)，计算网络的输出概率分布与预期输出onehot向量的之间损失值。通过这个损失值进行反向传播，更新网络参数。

经过上述步骤的多次迭代后，矩阵W就是词向量矩阵，每个词通过one-hot查询词向量矩阵就能得到其对应的词向量。

总结

one-hot编码，就是有多少个不同的词，我就会创建多少维的向量。这样可能会造成维数爆炸，计算上受不了，于是就出来了连续向量表示，比如用100维的实数向量来表示一个字，这样就大大降低了维度，wors2vec的字、词向量，能够包涵语义信息，向量的夹角余弦能够在某种程度上表示字、词的相似度。

标签：Word2vec,模型,矩阵,Step,hot,CBOW,向量
来源： https://blog.csdn.net/m0_45283671/article/details/112093319