训练字向量

import time
from gensim.models import Word2Vec
import codecs

#model_path 存储文件路径
#注意这里的corpus是所有字的集合
#embedding_size 字向量的维度
def word2vec(model_path,corpus,embedding_size=256,min_count=1,window=7):
    print('开始训练word2vec:%s'%time.ctime())
    model=Word2Vec(sentences=corpus,size=embedding_size,min_count=min_count,window=window,
                                            workers=4,iter=10)
    model.save(model_path)
    with codecs.open(model_path,mode='w') as file:
        for word,_ in model.wv.vocab.items():
            vector=[str(i) for i in model.wv[word]]
            file.write(word+' '+' '.join(vector)+'\n')

 

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