Python30 使用Gensim库实现Word2Vec对文本进行处理

1.Word2Vec

Word2Vec 是一种将词语表示为向量的技术，能够捕捉词语之间的语义关系。它由 Google 的 Tomas Mikolov 等人在 2013 年提出，广泛应用于自然语言处理任务中。其核心概念主要包括：

词嵌入（Word Embeddings）

词嵌入是将词语映射到一个固定大小的向量空间中，使得在语义上相似的词在向量空间中也相互接近。Word2Vec 通过神经网络模型生成词嵌入。

模型架构

Word2Vec 主要有两种模型架构：

• CBOW（Continuous Bag of Words）：给定一个词的上下文，预测中心词。例如，给定上下文 ["The", "cat", "on", "the", "mat"]，目标词是 "sat"。

• Skip-gram：给定一个词，预测其上下文。例如，目