神经语言模型

模型的目的是训练一个神经语言模型，即给定n-1个单词，预测第n个单词是什么。词向量是过程中得到的副产品。

模型说明：
step1: 矩阵C是V×d，也就是上面提到的词向量矩阵。每一个用one-hot表示的单词投影到其对应的词向量。然后拼接起来得到$X$,$X$的维度是$d(n-1)$
step2: $tanh(XW+b)$, $W$是d(n-1)×h
step3: $y=tanh(XW+b)U+XH+b^{\prime }$, $U$是h×V,$H$是d(n-1)×V
step4:softmax