wiki百科词向量训练资料及其模型

本文介绍了一种基于wiki百科的词向量训练模型,详细展示了训练过程中的问题解决方法,包括下载资源、调整参数和处理错误。通过实例说明了如何找到与特定词汇相关的词,并讨论了模型的潜在应用。

一、结果预览

目标为求取python相关的内容为:
在这里插入图片描述
在这里插入图片描述
从结果上看,与python相关的内容为java、perl等编程语言

二、作用

个人简单理解:就是寻找相关的词,如上面的oython是一种编程语言,而perl、java等也是如此,但是又不是近义词,比如bash,bash是linux的命令处理器。

扩展用途:通过相关联的词进行分类、推荐(如广告推荐)、比较相似度等等;(个人觉得就是一个fuzzywuzzy更精确的版本)

理解可能不是很准确,可以参见以下:
在这里插入图片描述

关于其技术原理,可以参见链接: 全面理解word2vec.

训练过程

参见:: 《使用中文维基百科语料库训练一个word2ve

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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
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