数据挖掘 - 使用 Logistics 回归跳过 Gram 负抽样 - 吾爱随笔录

给定一个训练语句如下表格文件：
......柠檬，一汤匙杏酱一小撮......

Word apricot选择作为 t 的目标词，窗口大小为 2

带有负样本和正样本的训练样本如下所示

正样本：
杏汤匙
杏
杏脯
或

负样本：（1个正样本对应2个负样本）
杏土豚杏十二
杏水坑杏 hello
apricot where apricot Dear
apricot coaxial apricot forever

似然函数（单字）：

l o g \frac{1}{1 + e^{- c \cdot t}} + \sum_{i = 1}^{k} l o g \frac{1}{1 + e^{n_{i} \cdot t}}

$log\frac{1}{1+e^{-c\cdot t}}+\sum_{i=1}^k log\frac{1}{1+e^{n_i\cdot t}}$ 1. K为 2，因为每个正样本
2有 2 个负样本。t是apricot
3的单词向量。c是窗口大小内的单词向量，例如正样本 4中的apricot tablespoon 。

n_{i}

$n_i$ 是每个正样本的负样本中的单词向量

问题：
这是我的问题：
1。如何将负样本和正样本拟合到向量中

c

$c$ 向量

n_{i}

$n_i$ 和矢量

t

$t$ ?
在深度学习版本中，它是一种热编码，但在这个版本中呢？
2 . 小数据集的任何可行示例？
3 . 我怎么知道向量 t 的训练结果是正确的？
因为我更喜欢只用非常小的数据集来研究这种方法，而且这种方法需要大量的训练样本和一周左右的训练时间
但是我的目标是学习这种方法，而不是为了词嵌入

这对任何提供帮助的人都很好对于我的问题，我不仅在寻求帮助，而且还分享我学到的东西