如果相似函数是cosine similarity，且A类比于B相当于C类比于“？” 该如何求“？”
首先求出sim(A,B) 然后令sim(C,?)=sim(A,B) 然后求出？，再找到与？相似性最大的向量e?。
或者求出sim(A,B)后，将其他向量逐一代入sim(C,?) 看看哪个与Sim(A,B)最接近。
下面介绍另一种得到E的方法：
上图的输入层是某个单词的one-hot向量。隐藏层具有300个结点，输入层与隐藏层之间的w矩阵是 300*10000的，这里的W其实就是E。输出层是softmax层，有10000个结点，输出的结果就是每个单词出现在输入单词附近的概率。需要注意的是，一个输入只会对W中其对应的向量进行训练，而不会对其它向量起作用，因为输入只有一个元素为1，其他全为0，所以梯度下降的时候，W中除输入单词对应的向量外，其他的梯度值全为0。但是经过大量的训练样本训练，就能得到准确的E。
是总体的输出，是个1*10000的列向量，是每个单词出现在输入单词附近的概率。ec是输入层，是输入单词的特征向量。
就是输入层与输出层之间的(Wb）矩阵。
与w的区别就是多了b 
就是放入softmax层之前的结果。
是放入softmax层之后的结果。
左边的数学式子P就是指的输出。
就是wb
上图举例说明了负采样的过程：输入是orange对应的e向量。输出有10000个结点，但是，我们只需要关注其中的k+1个结点的结果：1个结点是正样本，k个结点是负样本。权值矩阵是300*10000的，300是e的元素数，但是我们反向传播时需要改变的也只是与k+1个输出结点相关的参数，而不用管其它的W和b，除此之外，反向传播还需要对输入向量e进行更新。损失函数也只是与k+1个输出结点相关，而与其他结点无关。
负采样是目的是得到嵌入矩阵E。但是要注意 嵌入矩阵E的作用是预测词出现的概率。 要理解这个
对损失函数
的理解：
嵌入矩阵的实际应用是求某个位置该是哪个词。所以如果将嵌入矩阵代入一个神经网络，如果输出的结果和实际结果相差很小，那么这个嵌入矩阵就是合理的。对于损失函数，如果损失函数越小输出结果越接近真实值，那么这个神经网络就是有效的，嵌入矩阵也必然是有效的，因为迭代的结果肯定是损失函数很小，输出很接近真实情况，把迭达结束时的矩阵称为嵌入矩阵。反过来，如果令迭代结束时的矩阵正向传播，得到的结果必然也接近真实情况，所以得到的嵌入矩阵肯定是合理的。
本方法的损失函数里的 
可看作单词10000个单词出现在单词 j 附近的概率结果，是个1*10000的列向量（10000是词库的单词总量，该式与之前几种方法中出现的意义相同）
Xij是i出现在j附近的次数。 显然，损失函数越小，
与 Xij越接近。而某个单词出现在另一个单词附近的概率，是与训练集中该单词出现在另一个单词附近的次数成正相关的，所以损失函数越小，输出结果越接近真实情况，所以该方法是合理的。
