一.如何学习词嵌入矩阵

主要是word embeding矩阵，通过训练来得到，能表示词语之间的相似度。

w2v,skip gram:用附近的一个词做x训练

负采样：解决skip gram算法中，softmax层复杂度高（遍历所有词库中的词）的问题，将多分类转化为2分类，复杂度由o(n)变成了o(k)，其中n为词库中词语数，k为负采样的个数+1.

glove:用一个Xij来表示两个词语之间的相似度，构造一个平方损失函数，来对参数e和seita进行学习。最后seita取，e和seita的平均值

二.例子