GENSIM 使用笔记1 --- 语料和向量空间

GENSIM 使用笔记1 — 语料和向量空间
GENSIM 使用笔记2 — 主题模型和相似性查询

1 本篇说明

本篇博客来源于GENSIM官方向导文档的第一章，主要供自己后续的翻阅，并通过分享带给诸位网友一个小小的参照。

从字符串到向量

在这一小节当中，将会讲述如何通过gensim，将一段文本以向量的形式表示。
首先我们看一下我们的基本文档形式：

documents = [
    '拍照反光一直是摄影爱好者较为苦恼的问题',
    '尤其是手机这种快速拍照设备的成像效果总是难以令人满意',
    '特别是抓拍的珍贵照片',
    '遇上反光照片基本作废',
    '而索尼最近研发的集成偏振片传感器',
    '似乎可以有效的解决拍照反光的问题'
]

和原始教程不一样，这里我不完全参考他的文档，并且换用了中文作为示例，这一点更加贴合我们实际的使用。

在这里，我们简单的表示了下，将每篇文档（这里只是一句话，请根据实际情况替换）表示为了一个字符串，最后用一个list表