deletions | additions       diff --git a/WVR.tex b/WVR.tex  index 6d8eb9b..c39b3b4 100644  --- a/WVR.tex  +++ b/WVR.tex 
...
p(w_{t+j}|w_t)=\frac{\exp u_{t+j}}{\sum_{i=1}^{|D|}\exp u_i}, \qquad u_i = (Ww_i, Ww_t)  $$  где $(\cdot, \cdot)$~--- символ скалярного произведения, $T$~--- объем обучающего контекста. Здесь по слову  $w_t$ находится содержащий его контекст, составляющий "окно" размера $2c$ слов. В методе CBOW (continuous bag of words), наоборот, по контексту находится слово, входящее в него. Для максимизации $F(W)$ используется метод стохастического градиентного спуска. В работах Т.~Миколова при построении нейронных сетей учитывается только локальный контекст слов   (так называемое "окно").  Существуют попытки \cite{Huang2012} учесть глобальный контекст (весь документ). Это полезно при разрешении лексической многозначности.