转：word2vec 中的数学原理详解
1，目录和前言
https://blog.csdn.net/itplus/article/details/37969519
2，预备知识：逻辑回归、贝叶斯公式、霍夫曼树
https://blog.csdn.net/itplus/article/details/37969635
3，背景知识：统计语言模型、假设及n-gram、神经概率语言模型、词向量的意义、字向量句子向量文章向量
https://blog.csdn.net/itplus/article/details/37969817
4，基于Hierarchical Softmax方法的CBOW和Skip-gram
https://blog.csdn.net/itplus/article/details/37969979
5，基于 Negative Sampling方法的CBOW和Skip-gram
https://blog.csdn.net/itplus/article/details/37998797
6，源代码以及细节：sigmoid近似、词典的存储、换行符、低频词和高频词、窗口和上下文、学习率、初始化和训练、多线程并行、再思考
https://blog.csdn.net/itplus/article/details/37999613
word2vec 中的数学原理详解
word2vec 是 Google 于 2013 年开源推出的一个用于获取 word vector 的工具包，它简单、高效，因此引起了很多人的关注。由于 word2vec 的作者 Tomas Mikolov 在两篇相关的论文 [3,4] 中并没有谈及太多算法细节，因而在一定程度上增加了这个工具包的神秘感。一些按捺不住的人于是选择了通过解剖源代码的方式来一窥究竟。
第一次接触 word2vec 是 2013 年的 10 月份，当时读了复旦大学郑骁庆老师发表的论文[7]，其主要工作是将 SENNA 的那套算法（[8]）搬到中文场景。觉得挺有意思，于是做了一个实现（可参见[20]），但苦于其中字向量的训练时间太长，便选择使用 word2vec 来提供字向量，没想到中文分词效果还不错，立马对 word2vec 刮目相看了一把，好奇心也随之增长。
后来，陆陆续续看到了 word2vec 的一些具体应用，而 Tomas Mikolov 团队本身也将其推广到了句子和文档（[6]），因此觉得确实有必要对 word2vec 里的算法原理做个了解，以便对他们的后续研究进行追踪。于是，沉下心来，仔细读了一回代码，算是基本搞明白里面的做法了。第一个感觉就是，“明明是个很简单的浅层结构，为什么会被那么多人沸沸扬扬地说成是 Deep Learning 呢？”
解剖 word2vec 源代码的过程中，除了算法层面的收获，其实编程技巧方面的收获也颇多。既然花了功夫来读代码，还是把理解到的东西整理成文，给有需要的朋友提供点参考吧。
在整理本文的过程中, 和深度学习群的群友@北流浪子（[15,16]）进行了多次有益的讨论，在此表示感谢。另外，也参考了其他人的一些资料，都列在参考文献了，在此对他们的工作也一并表示感谢。
作者：peghoty
