word2vec 的使用和学习笔记

在进行word2vecde 词向量的使用之前，需要对数据进行结巴分词（import jieba）

需要训练的数据路径：

path = "c:\\User\\Administrator\\train.txt"

保存的路径：

"c:\\User\\Administrator\\cut_file.txt"

结巴完成之后保存数据。

进行word2vec数据的训练，把完成保存，数据类型为.bin（二进制文件）（可以新建一个文本文件，打开，另存为，设置为.bin格式）

对训练完成的数据进行使用。

gensim.models.KeyedVectors.load_word2vec_format("C:\\Users\\Administrator\\data_ci.bin",binary = True)

这里需要注意的是：原先的word2vec.Word2Vec("C:\\Users\\Administrator\\data_ci.bin",binary = True)方法已经被弃用。

需要用：gensim.models.KeyedVectors.load_word2vec_format方法。

最后，使用

model.most_similar（"需要查找的关键词"，topn=n） n为查找几个与需要查找的关键词相关的匹配度。

---------------------

作者：不要怂，就是干

来源：CSDN

原文：https://blog.csdn.net/weixin_42013825/article/details/87900469

©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成，浏览时请结合常识与多方信息审慎甄别。
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。