在上一个教程中我们说到了NNLM，但是NNLM虽然考虑的一个词前面的词对它的影响，但是没有办法顾忌到后面的词，而且计算量较大，所以可以使用Word2vec中的一个模型CBOW。 目标：通过周围的词预测中心词w(t)w(t)w(t) 目标函数：J=∑ω∈corpusP(w∣content(w))J = \sum_{\omega\in corpus}P(w|content(w))J=∑ω∈corpus​P(w∣content(w)) 输入：上下文单词的onehot，假设单词向量空间dim为V，上