gensim word2vec 使用

一、训练 Word2Vec模型：

sentences = word2vec.LineSentence('./in_the_name_of_people_segment.txt')

model = word2vec.Word2Vec(sentences, hs=1,min_count=1,window=3,size=100)

二、模型的使用：word2vec本质上就是每个词语的词向量表达。

1、第一个是最常用的，找出某一个词向量最相近的词集合，代码如下：

for key in model.wv.similar_by_word('沙瑞金', topn =100):  #decode('utf-8')就会报错。
    print(key)

2、第二个应用是看两个词向量的相近程度，这里给出了书中两个人的相似程度：

print(model.wv.similarity('沙瑞金','高育良')) #不编码反而没问题。

3、第三个应用是找出不同类的词，这里给出了人物分类题：

print (model.wv.doesnt_match(u"沙瑞金 高育良 李达康 刘庆祝".split()))

三、word2vec词向量训练及gensim的使用

https://blog.youkuaiyun.com/zl_best/article/details/53433072

四 、Word2vec对象还支持online learning 可以在维基百科model的基础上添加自己的语料库。

model = gensim.models.Word2Vec.load('/tmp/mymodel')
model.train(more_sentences)