Fasttext最大的特点是模型简单，只有一层的隐层以及输出层，因此训练速度非常快，在普通的CPU上可以实现分钟级别的训练，比深度模型的训练要快几个数量级。
输入层：为了将word order考虑进来，fastext使用了N-gram feature。这些输入是n-gram向量，这些向量是随机生成的。由于n-gram的量远比word大的多，完全存下所有的n-gram也不现实。Fasttext采用了Hash桶的方式，把所有的n-gram都哈希到buckets个桶中，哈希到同一个桶的所有n-gram共享一个embedding vector。（CBOW的输入是目标单词的上下文并进行one-hot编码）
隐层：对于cbow，简单的求和；对于fastText，隐层是由输入层求和并平均，乘以权重矩阵A得到的。相当于将各个词向量加权求和，作为该句子的vector。（CBOW会将上下文单词向量叠加起来并经过一次矩阵乘法（线性变化）并应用激活函数）
输出层：由隐层乘以权重矩阵B得到的。
trick ：1. 为保留一定的次序信息，引入n-gram
2. 层次softmax 的应用。思想实质上是将一个全局多分类的问题，转化成为了若干个二元分类问题，从而将计算复杂度从O(V)降到O(logV)。每个二元分类问题，由一个基本的逻辑回归单元来实现。如下图所示，从根结点开始，每个中间结点（标记成灰色）都是一个逻辑回归单元，根据它的输出来选择下一步是向左走还是向右走。下图示例中实际上走了一条“左-左-右”的路线，从而找到单词w₂。而最终输出单词w₂的概率，等于中间若干逻辑回归单元输出概率的连乘积。
一是如何构造每个逻辑回归单元的输入，另一个是如何建立这棵用于判断的树形结构。
逻辑回归单元的参数
霍夫曼树的构造
在做Hierarchical Softmax之前，我们需要先利用所有词汇（类别）及其频次构建一棵霍夫曼树。这样，不同词汇（类别）作为输出时，所需要的判断次数实际上是不同的。越频繁出现的词汇，离根结点越近，所需要的判断次数也越少。从而使最终整体的判断效率更高。
参考：
https://www.jiqizhixin.com/articles/2018-06-05-3
http://albertxiebnu.github.io/fasttext/
