D选项说的是skip-gram
关于Word2Vec中的CBOW（连续词袋模型），以下说法错误的是：
D: 模型的目标是最大化用当前的词预测上下文的词的生成概率
### 专业分析：
1. **CBOW模型的定义**：
- CBOW模型的目标是通过上下文中的词来预测当前词。具体来说，模型会根据给定的上下文词（前后若干个词）来预测中心词（当前词）。
2. **选项分析**：
- **A: 属于浅层神经网络**：CBOW模型确实属于浅层神经网络，因为它通常只包含一个隐藏层。
- **B: 属于词嵌入模型**：CBOW模型是Word2Vec的一部分，Word2Vec本身就是一种词嵌入模型。
- **C: 模型的目标是最大化通过上下文的词预测当前词生成概率**：这正是CBOW模型的核心目标，通过上下文词来预测当前词。
- **D: 模型的目标是最大化用当前的词预测上下文的词的生成概率**：这是对Skip-gram模型的描述，Skip-gram模型的目标是通过当前词来预测上下文的词。
因此，正确答案是D。
