广西民族大学高级人工智能课程—头歌实践教学实践平台—向量化算法 word2vec

代码文件

import logging
from gensim.models import word2vec

def getmodel():
    logging.basicConfig(format='%(asctime)s : %(levelname)s : %(message)s', level=logging.INFO)

    # 加载《人民的名义》文本
    sentences = word2vec.LineSentence('./in_the_name_of_people_segment.txt')

    # 构建word2vec模型
    model = word2vec.Word2Vec(sentences, size=100, window=5, min_count=5, workers=4)

    # 检查《人民的名义》中特定人名的相似度
    # 示例:similarity = model.wv.similarity('钟小艾', '侯亮平')
    # print("相近度为:{:.2%}".format(similarity))

    return model

题目描述

任务描述

本关任务:根据本关所学有关 word2vec 算法的知识,完成基于 gensim 模块进行文本相似度比较的程序的编写并通过所有测试用例。

相关知识

为了完成本关任务,你需要掌握:

  1. 文本向量化的具体含义;

  2. word2vec 算法的几种模型。

文本向量化概述

文本表示是自然语言处理中的基础工作,

  • 7
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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