gensim 中文语料训练 word2vec

一个人的场域

于 2017-05-23 14:54:38 发布

阅读量1.1w

点赞数 2

分类专栏： NLP 文章标签： word2vec 中文 gensim

本文链接：https://blog.youkuaiyun.com/leiting_imecas/article/details/72639799

版权

本文详细介绍了如何使用gensim的word2vec API训练中文语料。重点包括语料格式，如CSV文件中chnl, nid, doc字段，以及训练参数如size和window。同时强调了编码一致性的重要性，训练和使用模型时应保持编码相同。" 113385586,10295704,STM32 HAL库GPIO中断去抖动分析与解决方案,"['STM32开发', '嵌入式硬件', 'Cortex-M3', '中断处理', 'HAL库']

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

gensim 的word2vec api参见：
https://radimrehurek.com/gensim/models/word2vec.html
本文说一下中文语料的使用，很简单。

1 word2vec api

看下api：

 gensim.models.word2vec.Word2Vec(sentences=None, size=100, alpha=0.025, window=5, 
 min_count=5, max_vocab_size=None, sample=0.001, seed=1, workers=3, min_alpha=0.0001,  
 sg=0, hs=0, negative=

最低0.47元/天解锁文章