word2vec_训练模型

本文介绍了一种利用Word2Vec模型将文本转化为向量的方法,通过处理微博内容数据集,设置模型参数如skip-gram、向量维度、窗口大小等,最终保存了训练好的词向量模型。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

from gensim.models import Word2Vec
from gensim.models.word2vec import LineSentence


# 原始的训练语料转化成一个sentence的迭代器,每一次迭代返回的sentence是一个word(utf8格式)的列表
def vctor_word():
# wiki_news = open('wiki.zh.jian.seg.txt', 'r',encoding='utf-8')
wiki_news = open('weibo_content.txt', 'r', encoding='utf-8')
sentences=LineSentence(wiki_news)
model=Word2Vec(sentences,sg=0,size=100,window=5,min_count=5,workers=9)
model.save('zhiwiki_news.word2vec')
vctor_word()

转载于:https://www.cnblogs.com/hapyygril/p/9981774.html

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
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