刚从前一个坑里，勉强爬出来，又掘开另一坑
看了很多文章+B站up主。。。糊里糊涂
但是我发觉，对于不理解的东西，要多看不同up主写的知识分享
书读百遍，其意自现，我是不相信的，容易钻牛角尖
但是，可以多看看一千个哈姆雷特的想法，想法积累多了，一定有那么一刻，让人灵光乍现！！！
拍脑顿悟：原来如此！
给我顿悟的是CSDN的一篇文章Word2Vec详解-公式推导以及代码

CSDN啊，听大神一席话，如长夜得明灯啊！
倒不是其他的文章和up主，没有解释过负采样，但这篇能让我顿悟的点在于：前后对比
我根据它的话理解，应该就是，除了正确的待预测关键词是正样本，其他关键词都是负样本，而负采样方式，主要是对负样本里抽取一些负样本，来计算梯度，并进行反向传播的迭代

这就要拿出之前的基于矩阵的CBOW模型来对比看，在基于矩阵参数的CBOW模型中，是采用多分类的极大似然估计法，来计算一个上下文与所有关键词的关系值的softmax函数值，并同时对所有关键词的u参数向量进行迭代

假设词典D里有N个关键词，那么一个上下文就要对N个关键词进行它们的softmax值，并进行N个u向量的迭代

如果整个语料库有成千上万个上亿个上下文需要预测，那么整个训练的计算量，那可是肥肠肥肠大！

因此，为了降低训练的计算量，可以从N个关键词的计算入手，N个关键词都要计算sigmoid的概率值和迭代，难度太大，能不能只对部分的关键词进行计算和迭代呢？

当然可以！

因此，这就是negative sampling负采样的算法目的：在N个关键词中，只抽取部分关键词来计算和迭代！

首先讲讲抽取原理：负采样

负采样原理

负采样，就是从一堆负样本中，抽取一部分来进行训练

那么如何抽取负样本呢？

负样本抽取

一般是采取 高频词汇，抽取概率更大 的原则。

具体程序，可以另行设计，比如统计词频后，将所有关键词排列成一系列的数据范围，词频大的数据范围也比较大，词频小的数据范围也比较小（可设计程序实现）

然后通过随机数落在哪个范围，就抽取哪个词的方式，来实现抽样

负样本训练

负样本训练，是将抽取到的负样本（不正确的关键词），和上下文对应的正样本（正确的待预测关键词），一起进行计算和迭代。

首先，负样本训练，与【基于矩阵】的计算式是不一样的

【基于矩阵】的计算式，是计算一个上下文与所有关键词的关系概率，再对所有关键词的参数向量u进行迭代

但如果我们进行负采样后，一个上下文，就只需要跟这些负样本和它的正样本进行计算和迭代！

因此，所有的关键词累加符${\Sigma }_{w\in D}$，就改为正样本和负样本的关键词累加符${\Sigma }_{w=w^{\ast }\cup w\in \tilde{w}}$

下方的$u$迭代不再是针对所有每一个关键词的迭代，而是抽样得到的负样本+正样本的迭代。

待思考的问题

负抽样，是对每一个上下文都分别进行一次负抽样吗？

这样太麻烦了，不妨直接在一次正向+反向传播中，只进行一次负抽样

因为负抽样只与关键词在语料中的词频相关，以及随机的运气，与上下文并无关系

因此，在对所有上下文进行负采样的迭代计算时，可以用同一批负样本进行计算。

至此，我觉得已经非常清晰了，并且参考了大神的word2vec中的数学原理详解
应该就是这样的！！！
负采样不是基于huffman树的hierarchicalsoftmax模型，而是基于输出层的参数是矩阵的基础CBOW模型，并对这个基础模型进行负采样的优化计算。
待我以后有空，再试着用代码试试