亚洲免费在线-亚洲免费在线播放-亚洲免费在线观看-亚洲免费在线观看视频-亚洲免费在线看-亚洲免费在线视频

python gensim使用word2vec詞向量處理中文語料的方法

系統 2267 0

word2vec介紹

word2vec官網:https://code.google.com/p/word2vec/

  • word2vec是google的一個開源工具,能夠根據輸入的詞的集合計算出詞與詞之間的距離。
  • 它將term轉換成向量形式,可以把對文本內容的處理簡化為向量空間中的向量運算,計算出向量空間上的相似度,來表示文本語義上的相似度。
  • word2vec計算的是余弦值,距離范圍為0-1之間,值越大代表兩個詞關聯度越高。
  • 詞向量:用Distributed Representation表示詞,通常也被稱為“Word Representation”或“Word Embedding(嵌入)”。

簡言之:詞向量表示法讓相關或者相似的詞,在距離上更接近。

具體使用(處理中文)

收集語料

本文:亞馬遜中文書評語料,12萬+句子文本。
語料以純文本形式存入txt文本。
注意:
理論上語料越大越好
理論上語料越大越好
理論上語料越大越好
重要的事情說三遍。
因為太小的語料跑出來的結果并沒有太大意義。

分詞

中文分詞工具還是很多的,我自己常用的:
- 中科院NLPIR
- 哈工大LTP
- 結巴分詞

注意:分詞文本將作為word2vec的輸入文件。

分詞文本示例

python gensim使用word2vec詞向量處理中文語料的方法_第1張圖片

word2vec使用

python,利用gensim模塊。

win7系統下在通常的python基礎上gensim模塊不太好安裝,所以建議使用anaconda,具體參見: python開發之anaconda【以及win7下安裝gensim】

運行結果

【不錯】和【好】的相似度為: 0.790186663972
--------

和【書】最相關的詞有:

書籍 0.675163209438
書本 0.633386790752
確實 0.568059504032
教材 0.551493048668
正品 0.532882153988
沒得說 0.529319941998
好 0.522468209267
據說 0.51004421711
圖書 0.508755385876
挺 0.497194319963
新書 0.494331330061
很 0.490583062172
不錯 0.476392805576
正版 0.460161447525
紙張 0.454929769039
可惜 0.450752496719
工具書 0.449723362923
的確 0.448629021645
商品 0.444284260273
紙質 0.443040698767
--------

書-不錯,質量-
精美 0.507958948612
總的來說 0.496103972197
材質 0.493623793125
--------

不合群的詞: 很

以上就是本文的全部內容,希望對大家的學習有所幫助,也希望大家多多支持腳本之家。


更多文章、技術交流、商務合作、聯系博主

微信掃碼或搜索:z360901061

微信掃一掃加我為好友

QQ號聯系: 360901061

您的支持是博主寫作最大的動力,如果您喜歡我的文章,感覺我的文章對您有幫助,請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧,狠狠點擊下面給點支持吧,站長非常感激您!手機微信長按不能支付解決辦法:請將微信支付二維碼保存到相冊,切換到微信,然后點擊微信右上角掃一掃功能,選擇支付二維碼完成支付。

【本文對您有幫助就好】

您的支持是博主寫作最大的動力,如果您喜歡我的文章,感覺我的文章對您有幫助,請用微信掃描上面二維碼支持博主2元、5元、10元、自定義金額等您想捐的金額吧,站長會非常 感謝您的哦!!!

發表我的評論
最新評論 總共0條評論
主站蜘蛛池模板: 老子理论不卡影院6080 | 四虎国产永久免费久久 | 青青青爽线在线视频观看 | 欧美日韩亚洲综合在线一区二区 | 中文字幕久精品免费视频 | 99热成人 | 日本大黄视频 | 欧美色网 | 久久只有这里有精品 | 一级毛片日本特黄97人人 | 99热黄色 | 欧美第一精品 | 九九艹| 色中文字幕在线 | 国产精品视频一区麻豆 | 久久婷婷色综合老司机 | 国产精品99久久久久久人 | 亚洲精品二区 | 日日摸天天添天天添破 | 久久99久久精品国产只有 | 特级特黄一级乱仑 | 日韩一区二区三区中文字幕 | 青青青国产免费全部免费观看 | 国产在线麻豆一区二区 | 午夜精品久久久久久久99热浪潮 | 欧美天天影院 | 四虎永久在线精品2022 | 亚洲一区高清 | 久久精品中文 | 天天做人人爱夜夜爽2020 | 国产欧美视频综合二区 | 国产精品嫩草影院99av视频 | 精品久久久久久中文字幕无碍 | 欧美一级毛片高清免费观看 | 国产一区精品视频 | 在线亚洲国产精品区 | 99久久久国产精品免费播放器 | 色网站欧美 | 欧美日韩国产在线 | 特黄aaaaaaaaa真人毛片 | 香蕉视频在线免费 |