专栏名称: 机器学习研究会

机器学习研究会是北京大学大数据与机器学习创新中心旗下的学生组织，旨在构建一个机器学习从事者交流的平台。除了及时分享领域资讯外，协会还会举办各种业界巨头/学术神牛讲座、学术大牛沙龙分享会、real data 创新竞赛等活动。

【学习】基于 Gensim 的 Word2Vec 实践

机器学习研究会 · 公众号 · AI · 2017-01-22 21:08

正文

点击上方“机器学习研究会”可以订阅哦

摘要

转自：王下邀月熊_Chevalier

Word2Vec

基于 Gensim 的 Word2Vec 实践，从属于笔者的程序猿的数据科学与机器学习实战手册，代码参考gensim.ipynb。推荐前置阅读Python语法速览与机器学习开发环境搭建，Scikit-Learn 备忘录。

Word2Vec Tutorial
Getting Started with Word2Vec and GloVe in Python

模型创建

Gensim中 Word2Vec 模型的期望输入是进过分词的句子列表，即是某个二维数组。这里我们暂时使用 Python 内置的数组，不过其在输入数据集较大的情况下会占用大量的 RAM。Gensim 本身只是要求能够迭代的有序句子列表，因此在工程实践中我们可以使用自定义的生成器，只在内存中保存单条语句。

原文链接：

https://segmentfault.com/a/1190000008173404

“完整内容”请点击【阅读原文】

↓↓↓