word2vec模型


模型参数

  • window=5
  • min_count=10
  • size=128
  • hs=1
  • negative=0
  • iter=5
  • ps:其它参数见gensim库,执行代码为:gensim.models.Word2Vec(sentence, window=5, min_count=10, size=128, workers=4,hs=1, negative=0, iter=5)

其它相关

  1. 分词词典使用了130w+词典。分词代码:jieba.lcut(sentence),默认使用了HMM识别新词;
  2. 剔除了所有非中文字符;
  3. 最终得到的词典大小为6115353;
  4. 模型格式有两种bin和model,使用方式:
    a. bin模式:model = gensim.models.KeyedVectors.load_word2vec_format(model_path, binary=True)
    b. model模式:model = gensim.models.Word2Vec.load(model_path)

原文链接


文章作者: 远方客
版权声明: 本博客所有文章除特別声明外,均采用 CC BY 4.0 许可协议。转载请注明来源 远方客 !
评论
 上一篇
服务器使用笔记 服务器使用笔记
首先最好先装一个宝塔面板,如果已有已有WEB环境的话只能退而求其次装云助手了,如果两个都不行的话那你就太惨了,可以去国外看看有没有,对于我这种英语不好的人非常不友好,推荐的有: document.querySelector
2020-02-01 远方客
下一篇 
爬虫环境搭建踩过的坑 爬虫环境搭建踩过的坑
document.querySelectorAll('.github-emoji') .forEach(el => { if (!el.dataset.src) { return
2020-01-31 远方客
  目录