神經網絡語言模型中，詞向量爲什麼可以隨着模型的迭代而改變？

在神經網絡語言模型中，通常我們認爲詞向量是模型的輸入。 對此不太熟悉的朋友可以參考博客：自然語言處理NLP（3）——神經網絡語言模型、詞向量 神經網絡語言模型的架構是這個樣子的： 然而，在模型訓練的過程中，輸入層的詞向量可以隨着模型的迭代而改變，就像調整上圖中的權重： W , U , H W,U,H W,U,H一樣。 可能很多人有同樣的疑問：詞向量作爲模型的輸入，怎麼能改變呢？ 朋友們可以先仔細思

>>阅读原文<<