word2Vec用来训练词向量

训练模型

sentences = word2vec.Text8Corpus(input_corpus)# 加载语料,input_corpus 为路径

#常用参数介绍: size词向量维度、window滑动窗口大小上下文最大距离、min_count最小词频数、iter随机梯度下降迭代最小次数

model = word2vec.Word2Vec(sentences, size=100, window=8, min_count=3, iter=8)

模型训练结果

中国2.4051034 2.347189 2.1492286 2.36416 3.3391545 2.7728064 2.1600752 -0.97178006 3.3161209 -1.4273282 -1.460929 1.7023774 0.39640304 0.92302006 -0.44064146 -1.2462761 0.71472687 -2.0091395 -1.1625484 1.9183346 1.3589659 4.492623 -0.06471016 -0.67374414 0.5702634 -0.04561443 2.6501563 -0.6086548 -1.8949013 2.2059002 3.5559614 2.8981128 -0.37763736 -1.7835602 -1.0494096 1.8594857 -1.0929657 2.1960757 -2.266795 -3.6154387 1.9028498 1.5598435 -0.16755931 -2.4086187 4.748276 -2.827977 2.9857802 5.122005 0.7531201 2.049602 -0.5398894 -3.319249 -0.37066358 0.16588122 1.8525156 -4.531679 -1.2304896 -2.8112302 2.799388 -0.1128152 -0.9057815 1.0820556 -3.2845974 -0.34189522 2.1741004 -2.8306067 1.2236092 0.39991888 0.03834511 3.3192902 -1.5873901 -1.866539 -0.11960881 0.010244962 0.16474022 2.6132228 1.2568957 -1.685334 1.9155722 -1.5563394 -1.9100558 -2.6324818 3.0862947 -0.33642867 1.5173916 -2.5618932 -5.528164 1.9867828 0.43513966 0.24367392 -0.6689725 1.7407004 -4.5762343 0.41930607 -2.1844933 1.5136248 -0.33260316 0.58439684 -4.691953 -1.5455776

模型调用举例

model = KeyedVectors.load_word2vec_format(model_path)

print('similarity(美国,美元) = {}'.format(model.similarity("美国", "美元")))

print('similarity(美国,不错) = {}'.format(model.similarity("不错", "糟糕")))

most_sim = model.most_similar("美国", topn=10)

print('The top10 of 美国: {}'.format(most_sim))

输入结果:

similarity(美国,美元) = 0.3204698849918094

similarity(美国,不错) = 0.10450708907409183

The top10 of 美国: [('英国', 0.6424108147621155), ('纳扎尔巴耶夫', 0.6381773352622986), ('戈尔巴乔夫', 0.6322702169418335), ('各国', 0.6312756538391113), ('沙特', 0.6292957067489624), ('江布尔', 0.6286799907684326), ('澳', 0.6259944438934326), ('独立', 0.6243587136268616), ('乌克兰', 0.621656060218811), ('澳大利亚', 0.6174627542495728)]

?著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 214,128评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,316评论 3 388
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 159,737评论 0 349
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,283评论 1 287
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,384评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,458评论 1 292
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,467评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,251评论 0 269
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,688评论 1 306
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,980评论 2 328
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,155评论 1 342
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,818评论 4 337
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,492评论 3 322
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,142评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,382评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,020评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,044评论 2 352

推荐阅读更多精彩内容