推荐一篇文章： https://www.jianshu.com/p/da235893e4a5
Word2Vec模型中，主要有Skip-Gram和CBOW两种模型，从直观上理解，Skip-Gram是给定input word来预测上下文。而CBOW是给定上下文，来预测input word。本篇文章仅讲解Skip-Gram模型。
对于skip-gram，它的训练方式大致是这样的：输入的是一个词的one-hot编码，这个编码是相当稀疏的，所以当这个one-hot与权重w相乘之后，就会有一个类似于lookup表的作用（降维），然后用它去训练神经网络，隐层的输出就是各个词的词向量，然后在输出层用softmax函数来产生一个概率分布，也就是该词的窗口C内的上下文的词各种取值的概率，取概率最大的那个词作为当前词。
这个skip-gram和cbow的有用的就在于隐层输出的词向量，因为我们要的就是词向量，而最后的输出层的用处是为了训练调参，当误差最小的时候，隐层的输出就是表示的最好的词向量