Github项目介绍 : 中文词向量资源库(7.2k星标)

中文词向量模型概览
最新推荐文章于 2025-07-30 15:30:00 发布
原创 最新推荐文章于 2025-07-30 15:30:00 发布 · 758 阅读 · 1 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#词向量

本项目提供100多种预训练的中文词向量模型，涵盖百度百科、人民日报等多元语料，适用于词向量分析及传播研究。模型基于不同corpus和context features训练，包括知乎问答和微博数据。

[Github项目名] Chinese-Word-Vectors

[Github作者] Embedding

包括100多个不同corpus、context features、representations的预训练的中文词向量模型，可用于词向量的分析。其中，语料包括百度百科、人民日报、知乎问答、微博等，可满足传播研究的需求。

程序人生进阶指南：技术雷达告诉你哪些技术值得深耕
AI天才研究院
06-15 1094
在技术变革呈指数级发展的当下，开发者每年面临超过3000种新技术、框架和工具的选择（Gartner技术成熟度曲线统计），如何避免陷入"技术焦虑"与"无效投入"的双重陷阱，成为职业发展的核心命题。本文以ThoughtWorks技术雷达为基础范式，构建普适性技术评估体系，覆盖从技术萌芽期到成熟期的全生命周期分析，帮助开发者建立理性的技术投资决策模型。技术雷达核心机制解析（概念模型与评估维度）多维度评估算法实现（Python量化模型）数学决策模型构建（层次分析法实战）
利用Stable Diffusion在AIGC领域进行数据可视化创作
AI天才研究院
05-04 718
数据可视化是将抽象数据转化为直观图形的核心技术，传统方法依赖Tableau、Power BI等工具，虽能实现基础图表（如柱状图、热力图），但在创意表达、多模态融合（文本-图像-交互）及复杂叙事能力上存在局限。AIGC技术的兴起为数据可视化注入了新的生命力，其中Stable Diffusion作为开源扩散模型的代表，凭借其强大的文本-图像生成能力，能够将数据特征与创意表达深度结合，生成具有艺术价值的数据可视化作品。本文聚焦Stable Diffusion在AIGC数据可视化中的技术实现与应用创新。
点积和叉积在计算机图形学的应用
from_the_star的博客
05-29 4646
点积和叉积在计算机图形学中，是最为基础且重要的概念，初学者弄清它的概念的应用，是很重要的。 先说明下，以下均采用列向量的表示方法，和线性代数书本上的行向量不同，采用列向量表示，则表达为列向量左乘矩阵，只是定义的不同，其他含义没有什么不同。 点积 点积在数学中，又称数量积（dot product; scalar product），是指接受在实数R上的两个向量并返回一个实数值标量的二元运算。它是欧几里得空间的标准内积。点积的结果是一个数。 a→⋅b→=∣a∣∣b∣cosθ \overrightarrow{a}
知乎中文词向量(共25W个词)
03-02
知乎中文词向量
word2vec中文词向量
09-28
使用gensim对维基百科作为预训练语料（约1.6G语料），生成词汇量约13000个词汇，维度为300，文件大小为45.6MB。使用方法，参考博客：https://blog.csdn.net/qq_36426650/article/details/87738919
github设置中文_【Github】100+ Chinese Word Vectors 上百种预训练中文词向量
weixin_39866966的博客
11-30 475
(给机器学习算法与Python学习加星标，提升AI技能)该项目提供了不同表征(密集和稀疏)上下文特征(单词，ngram，字符等)和语料库训练的中文单词向量。开发者可以轻松获得具有不同属性的预先训练的向量，并将它们用于下游任务。此外，该库还提供了一个中文类比推理数据集CA8和评估工具包，供用户评估他们的单词向量的质量。格式预先训练好的向量文件是 text 格式，每行包含一个单词和它的...
学习笔记TF018:词向量、维基百科语料库训练词向量模型
ahua2886的博客
06-03 293
词向量嵌入需要高效率处理大规模文本语料库。word2vec。简单方式，词送入独热编码(one-hot encoding)学习系统，长度为词汇表长度的向量，词语对应位置元素为1,其余元素为0。向量维数很高，无法刻画不同词语的语义关联。共生关系(co-occurrence)表示单词，解决语义关联，遍历大规模文本语料库，统计每个单词一定距离范围内的周围词汇，用附近词汇规范化数量表示每个词语。类...
告别信息焦虑！Khoj：你的本地AI大脑，让私域知识库拥有智能搜索与问答的超能力
最新发布
wylee的博客
07-30 626
摘要：Khoj - 本地AI知识管理终极解决方案 Khoj是一款开源本地AI知识管理工具，通过语义搜索和RAG技术解决数字时代知识碎片化问题。它能整合分散在各处的笔记、文档、代码等资源，构建统一的知识库，支持智能问答、摘要生成等高级功能。所有数据处理都在本地完成，保障数据隐私安全。Khoj支持多种大模型和主流工具集成（如Obsidian、VS Code），真正实现了从"找信息"到"问知识"的范式转变，让个人知识管理更高效智能。
如何构建高效的向量数据库以优化大模型检索能力
qq_40552871的博客
04-04 1234
构建高效的向量数据库以优化大模型检索能力，首先要明确数据存储需求。大模型通常涉及海量的参数和数据，例如一个拥有10亿参数的模型，其存储需求可能达到数百GB。根据数据的规模和类型，需要确定存储的容量、速度和可靠性。对于大规模数据，分布式存储是常见的选择，它可以将数据分散存储在多个节点上，提高存储效率和数据访问速度。同时，数据的读写频率也是重要因素，高频读写的数据需要更快的存储介质，如SSD，而低频数据可以存储在成本较低的磁盘上。此外，数据的持久化和备份需求也不容忽视，以防止数据丢失。
第一性原理视角下的程序员学习路径优化策略
AI天才研究院
05-22 1047
在技术快速迭代的软件开发领域，程序员面临年均30%以上的技术知识更新压力。如何穿透技术表象识别底层不变量怎样建立可迁移的知识结构化体系如何设计科学的实践验证反馈机制怎样量化评估学习投入产出比研究范围涵盖认知科学理论应用、软件工程原理解析、具体编程技术学习路径设计，适用于从初级到资深的全阶段开发者。理论奠基：解析第一性原理在技术学习中的应用模型认知建模：构建基于脑科学的高效学习机制实践框架：设计可落地的三段式学习实施路径量化评估：建立学习效果的科学测评体系。
中文的word2vec词向量
05-05
个人训练的一套word2vec中文词向量。维度为200维。python装gensim后可以直接用！
汉语单词向量：100多个汉语单词向量上百种预训练中文词向量
02-19
中文单词向量 该项目提供了100多个中文单词向量（嵌入），它们经过不同的表示（密集和稀疏），上下文特征（单词，ngram，字符等）和语料库训练。 可以轻松获得具有不同属性的预训练向量，并将其用于下游任务。 此外，我们提供了一个中文类比推理数据集CA8和一个评估工具包，供用户评估其词向量的质量。 参考 如果使用这些嵌入和CA8数据集，请引用该论文。 沉力，赵哲，胡仁芬，李文思，刘涛，杜小勇， ，ACL 2018。 @InProceedings{P18-2023, author = "Li, Shen and Zhao, Zhe and Hu, Renfen and Li, Wensi and Liu, Tao and Du, Xiaoyong", title = "Analogical Reasoning on Chinese M
中文维基glove词向量（已训练）-part1
07-13
中文维基glove词向量（已训练）-part1，中文维基glove词向量（已训练）-part1
中文预训练词向量（百度百科 word2vec +Ngram)-数据集
03-30
中文预训练词向量北京师范大学中文信息处理研究所与中国人民大学 DBIIR 实验室的研究者开源的"chinese-word-vectors。github链接为：https://github.com/Embedding/Chinese-Word-Vectors。 此中文预训练词向量为百度百科Word + Ngram的词向量，可以直接从https://github.com/Embedding/Chinese-Word-Vectors下载。
中文词汇分类百度百科词向量
03-05
中文词汇分类百度百科词向量
中文词向量大全
shenyuan12的专栏
08-21 2374
# 中文词向量大全 https://github.com/Embedding/Chinese-Word-Vectors 里面有词向量下载（很多的类型） # 使用方法 下载后加载方式： unicode 字符哦！ import gensim from gensim.models import KeyedVectors model = KeyedVectors.load_word2vec_format( \ os.path.join(d,'wordmodel','sgns.fin...
整理常用的中英文预训练词向量（Pretrained Word Vectors）
热门推荐
人工智能算法与工程实践
04-02 1万+
整理常用的中、英文预训练词向量的链接，无须自己训练，下载即可使用。
词向量
aimicm的博客
04-10 1046
词向量 基本概念 算法 实践 基本概念 word2vec（word to vector），词向量是自然语言分词在词空间中的表示，词之间的距离代表了分词之间的相似性。 词的基本表示方法有两种： one-hot表示方法 词向量表示方法 one-hot 编码的缺点：1 、无法表示出语义层面上词语之间的相关信息 2、词汇表达的时候 ，无法表示，耗费空间。 词向量 将每个词都映射到一个较短的词向...
中文词向量的训练
Jasminexjf的博客
11-09 8234
最近在做毕设，需要对中文进行向量化表示，现有的最全中文词向量预训练向量有：最全中文词向量 part 1:以上链接中的词向量介绍： 格式 预先训练好的向量文件是文本格式。每行包含一个单词和它的向量。每个值由空格分隔。第一行记录元信息：第一个数字表示文件中的字数，第二个数字表示向量大小。 除了密集的单词向量（用SGNS训练）之外，我们还提供稀疏向量（用PPMI训练）。它们与liblinear的...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

长行

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值