池化层是CNN卷积神经网络中常用组件之一,其它层见图片。 

正确答案是：B: 池化层

专业分析：

Skip-Gram模型是Word2Vec的一种实现方式，它的主要目的是通过预测一个词的上下文词来学习词向量。Skip-Gram模型的基本结构包括以下几部分：

1. **输入层（Input Layer）**：输入层接收一个词的one-hot表示。
2. **隐藏层（Hidden Layer）**：隐藏层通常是一个线性变换层，将输入层的one-hot向量转化为一个低维的词向量。
3. **输出层（Output Layer）**：输出层用于预测输入词的上下文词，通常使用softmax函数来计算每个词作为上下文词的概率。

**池化层（Pooling Layer）**通常用于卷积神经网络（CNN）中，用来减少特征图的尺寸并保留重要特征，而在Skip-Gram模型中并不需要池化层。因此，选项B“池化层”是不包含在Skip-Gram模型中的部分。

总结：Skip-Gram模型的主要组件是输入层、隐藏层和输出层，并不包含池化层。