参考Xin Rong的论文 word2vec Parameter Learning Explained，写得真的很好
输入的onehot是只有一个元素为1其他全为0的，因此，我们做一个矩阵乘法，相当于把矩阵W中的某一行全部取出而已！！！
cbow版本是输入context，输出中心词
skip gram版本是输入中心词，输出context
其中，skipgram在大型语料库中的表现较好。
层次Softmax 实际上是把一个超大的多分类问题转化成一系列二分类问题
对于w2v，在output的时候，计算出每个词的一个score，之后有一个softmax运算，softmax运算的大部分时间在于分母的计算，而如果使用了层次softmax，从一个词到另一个词的过程相当于一个构造一棵haffman树往并下走（补充：haffman数是二叉树，其中权重越大的越靠近根节点，所有节点的权重之和比其他方式都小）
每往下一层，就相当于一个二分类（逻辑斯蒂回归，二元softmax），而从一个根节点到叶子节点的总共的概率就是各层概率之和，