使用word2vec模型乱码不可用的解决方法

码农无奇

于 2017-05-08 21:22:38 发布

阅读量4.1k

点赞数

CC 4.0 BY-SA版权

分类专栏： word2vec 文章标签： word2vec 乱码模型

本文链接：https://blog.youkuaiyun.com/hpp1314520/article/details/71435899

word2vec 专栏收录该内容

1 篇文章

订阅专栏

本文记录了一次使用Word2Vec模型训练过程中遇到的问题及解决方案。主要原因是读写文件时编码设置不一致导致的数据错误。通过调整算法训练工具类中的文件读取编码为UTF-8，成功解决了该问题并继续后续的训练工作。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

今天在利用word2vec训练模型的时候发现模型不可用。仔细排查了一下，发现是读写文件编码不统一的问题。

try (BufferedReader br = new BufferedReader(new InputStreamReader(
        new FileInputStream(file),"UTF-8"))) {
      String temp = null;
      while ((temp = br.readLine()) != null) {
        String[] split = temp.split(" ");
        trainWordsCount += split.length;
        for (String string : split) {
          mc.add(string);
//          System.out.println("词语：" + string);
        }
      }
    }

后来在算法训练工具类learn里面修改了读取文件时的编码（如上）。顺利进行后续操作。