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，