TensorFlow 系列案例（2）：自然语言处理-TensorFlow + Word2Vec

TensorFlow 卷积神经网络系列案例（1）：猫狗识别 https://blog.csdn.net/duan_zhihua/article/details/81156693

TensorFlow 系列案例（2）：自然语言处理-TensorFlow + Word2Vec

     自然语言处理-TensorFlow + Word2Vec的步骤： 

1. 加载倚天屠龙记的小说数据。   
2. 将文本数据转换成Word2vec。创建TensorFlow Graph()计算图；使用tf.nn.nce_loss计算 NCE 损失函数，根据每个单词的嵌套向量，使用噪声-比对的训练方式预测目标单词；对TensorFlow 的变量进行初始化。  
3. 对读入每行的句子进行训练，保存模型。
4. 加载训练好的模型，对测试单词['郭靖', '黄蓉']，计算和测试单词关联的词语，及单词相似度。

      关于自然语言处理Word2vec的原理、数学推导、词频处理等内容不进行展开，本文重点关注TensorFlow框架的使用，案例代码来源于网上资料，在TensorFlow学习过程中对代码做了一些测试修改，在此致谢网上各位AI大牛的贡献！
 

 本文使用的代码目录结构如下：