数学中的连续这个词是一个集合或一个函数的属性，它表示基础对象在提到的范围内没有不连续性。如果对象是一个集合，那么是连续的一段时间不是。类似地，如果域中每个点的实际值和极限值相等，则称函数是连续的。
现在，来到 CBOW。我从Jacob Eisenstein的自然语言处理的 p:334 中阅读了以下声明
因此，CBOW 是一个词袋模型，因为上下文词的顺序无关紧要；它是连续的，因为我们不是以单词本身为条件，而是以从单词嵌入构造的连续向量为条件。
在这种情况下，连续是什么意思？连续向量是否代表实数向量？
词袋模型 (BOW) 通常用于表示文本：您将所有词放在一起（就像放在袋子里一样），而不需要跟踪它们的顺序。这是对文本的粗略简化，因为单词排序在创建文本含义方面起着重要作用。但从积极的方面来说，它更容易处理，例如在信息检索任务中，您可能无论如何都不需要精确的含义。
因此 BOW 是离散的和象征性的，因为它通过包含在其中的一组单词来表示其每个元素。里面没有数字。您可以通过比较两个集合、它们的交集有多大以及两者之间的差异来计算两个项目的相似性。
CBOW 是一个轻微的修改：我们使用它们的向量表示来代替单词；而不是拥有的向量周围的词，它们都加起来（公式 14.14） 它仍然是一个 BOW，因为用于表示一个元素的词集现在是在一定距离内围绕它的词集（）。使它连续的是从一组单词（即符号）到向量的转换。
他将此与循环神经网络进行对比，其中单词由一个状态向量表示，该向量在每个新单词之后都会更新，回到文本的开头。这将为出现在相同本地化上下文中的相同单词提供不同的表示，而 CBOW 将返回相同的表示。
例如，对于为 1（为简单起见）：
当一个词有了意义时，一个词就有了目的。
现在假设我们对word的编码感兴趣：在经常出现的情况下，第一个是when + a + word，而第二个是when + a + word + has + a + meaning + , + then + a +word- 这里的序列表示添加相应单词后网络的更新状态。
在 CBOW 情况下，两个单词的出现都由a + word + has（单词加/减一个单词两边，如是 1)。所以它们将是相同的。
为了回答您的问题，连续在这里与离散或符号相反，实际上是指数字向量。