gensim中word2vec和其他一些向量的使用

X. Zhou

于 2019-07-01 17:40:00 发布

阅读量134

点赞数

分类专栏：深度学习&神经网络 NLP&图像文章标签：可视化 python 机器学习深度学习 nlp

本文链接：https://blog.youkuaiyun.com/real_cactus/article/details/110621482

版权

本文通过代码展示了在gensim库中使用word2vec进行词向量训练的过程，并详细解释了相关参数。同时，提到了word2vec模型的其他用途，以及在加载自定义.txt文件时需要注意的第一行内容，该行包含单词数和维度信息。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

直接上代码吧，word2vec

# test
from gensim.models.word2vec import Word2Vec
txt_file = open('data.txt')
sentences = []
line = txt_file.readline()
while line:
    sentence = line.split(' ')
    sentences.append(sentence)
    line = txt_file.readline()
model = Word2Vec(sentences, size=100, window=5, min_count=5, workers=1)
model.save('model_word2vec.model')
model_use = Word2Vec.load('model_word2vec.model')
xx = model_use.wv.vocab
# print(model_use.wv.vocab)
print('hel')
print(model_use.most_similar('nice'))
print(model_use.wv.similarity('nice', 'great'))

各种参数详解：

https://www.cnblogs.com/pinard/p/7278324.html

模型的一些其他使用：

https://blog.youkuaiyun.com/qq_19707521/article/details/79169826

自己在使用中：