基于word2vec的文本大数据分析

基于word2vec的文本大数据分析

效果:
在这里插入图片描述

一、简介

Word2Vec是一种词向量表示方法,是在自然语言处理领域(NLP)的神经网络模型,是一种无监督学习,包含两种模型架构:CBOW模型Skip-Gram模型

常用于:相似度计算词类聚类文本分类句子和文档表示、搜索引擎优化、情感分析、主题建模以及问答系统。

二、流程

1、获取数据
2、预处理
3、模型训练、保存
4、模型预测
5、模型评估
6、模型优化

1、获取数据

从数据库中获取图书数据,按照二八原则获取,80%的数据用于训练,20%用于测试。

代码:

# -*- coding: utf-8 -*-

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

东木月

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值