为什么word2vec胜过其他神经网络方法？
Word2vec比其他神经网络方法（NNLM，RNNLM等）更浅。
可以解释一下吗？
我想知道它是否有任何缺点，因为word2vec模型不包含隐藏层（激活函数像sigmoid等）？
从我到目前为止所理解的，隐藏层的移除确实会影响准确性。然而，它导致了高计算增益，我们可以使用该模型来训练比以前更大的数据集。该模型的主要观点是，与数据集较小的更昂贵的模型相比，在更多数据上训练简单模型可以获得更好的结果。