word2vec（CBOW）简易实现_基于Pytorch

数据集是老朋友莎士比亚，正则化的方法用的是之前两篇博客提到的方法。

cbow基于分布式假设，用上下文来预测中心词。然后截取模型中间的隐层输出用来做词嵌入。

感想：参考了《深度学习进阶：自然语言处理》的第三章 ，不过人家不是拿pytorch实现的，代码更加底层，可读性也比我这好很多。写了一下午，本来觉得挺简单的，但是模型设计那边还是弄了很长时间。不能在模型类里定义两个方法，不然会发生未知错误，只能有forward方法，原因未知。one_hot接受LongTensor，Linear接受float，注意tensor的数据类型和维度。