人为增加近义词 | Word2Vec的语料制作和训练

第零步：介绍

终于弄明白了gensim.word2vec怎么玩，说到底word2vec就是用共现矩阵来判断两个词语是不是相关，从而得出两个词语相似度高不高，这话听起来有问题~

但事实就是这样的，不管我们认为这两个词是不是近义词，只要放在一起，这两个词在窗口内经常一起出现，那它就是近义词，于是我用网上最著名的例子《人民的名义》做了实验：

需要的库有 gensim，jieba 使用pip安装即可。

第一步：分词

人民的名义下载地址：http://files.cnblogs.com/files/pinard/in_the_name_of_people.zip

#-*-coding:utf-8 -*-

''' jieba分词 '''
import jieba.analyse
import jieba
from gensim.models import word2vec
jieba.suggest_freq('沙瑞金',True)
jieba.suggest_freq('田国富',True)
jieba.suggest_freq('高育良',True)
jieba.suggest_freq('侯亮平',True)
jieba.suggest_freq('钟小艾', True)
jieba.suggest_freq('陈岩石', True)
jieba.suggest_freq('欧阳菁', True)
jieba.suggest_freq('易学习', True)
jieba.suggest_freq('王大