机器学习：gensim之Word2Vec 详解

 

一 前言

1. Word2Vec是同上一篇提及的PageRank一样，都是Google的工程师和机器学习专家所提出的的；在学习这些算法、模型的时候，最好优先去看Google提出者的原汁Paper和Project，那样带来的启发将更大。因为创造者对自己所创之物的了解程度优于这世上的绝大部分者，这句话，针对的是爱看博文的读者，like me。
2. 另外，补充几句。
3. 1.防止又被抄袭，故关键笔记以图贴之。
4. 2.标题前带阿拉伯数字标号的内容，便是使用Gensim的Word2Vec模型过程中的完整流程序号，通常也较为常用且重要。

二 鸣谢

感谢如下文章/论文的详细描述，它们亦是本文的主要测试依据，尤其需要感谢最后四篇博文的精彩解说。

• Word2Vec Introduction - Google - [推荐]
• Gensim - Word2Vec - Github
• Gensim - Github
• 基于 Gensim 的 Word2Vec 实践
• 翻译Gensim的word2vec说明
• Gensim之Word2Vec使用手册 - [推荐]
• word2vec词向量中文语料处理(python gensim word2vec总结)

三 Word2Vec 概要

重要API/类

• gensim.models.KeyedVectors
• gensim.models.word2vec
  • gensim.models.word2vec.Word2Vec(sentences,min_count,size,worker)
• gensim.models.Word2Vec(sentences,min_count,size,worker)

Word2Vec类：构建Word2Vec词向量模型

四 Word2Vec 详解

• 注：标题前带阿拉伯数字标号的内容，便是使用Gensim的Word2Vec模型过程中的完整流程序号，通常也较为常用且重要。

1 加载语料库

2 (初次)训练

手动构建词汇表

3 追加训练(更新模型)

4 存储模型

5 加载模型

6 获取词向量

加载词向量

7 模型应用

8 模型评估

五 补充

• 欢迎探讨，欢迎Follow~

机器学习：gensim之Word2Vec 详解的更多相关文章

1. 【机器学习基本理论】详解最大似然估计（MLE）、最大后验概率估计（MAP），以及贝叶斯公式的理解

   [机器学习基本理论]详解最大似然估计(MLE).最大后验概率估计(MAP),以及贝叶斯公式的理解 https://mp.csdn.net/postedit/81664644 最大似然估计(Maximu ...

2. 【机器学习基本理论】详解最大后验概率估计（MAP）的理解

   [机器学习基本理论]详解最大后验概率估计(MAP)的理解 https://blog.csdn.net/weixin_42137700/article/details/81628065 最大似然估计(M ...

3. Word2Vec详解

   Word2Vec详解 word2vec可以在百万数量级的词典和上亿的数据集上进行高效地训练:其次,该工具得到的训练结果--词向量(word embedding),可以很好地度量词与词之间的相似性.随着 ...

4. NLP之——Word2Vec详解

   2013年,Google开源了一款用于词向量计算的工具--word2vec,引起了工业界和学术界的关注.首先,word2vec可以在百万数量级的词典和上亿的数据集上进行高效地训练:其次,该工具得到的训 ...

5. word2vec详解与实战

   有那么一句话 不懂word2vec,就别说自己是研究人工智能->机器学习->自然语言处理(NLP)->文本挖掘的 所以接下来我就从头至尾的详细讲解一下word2vec这个东西. 简要 ...

6. tensorflow word2vec详解

   maybe_download 下载text8.zip.可以手工下载下来.然后指定text8.zip的路径. read_data 解压text8.zip,把数据读入到data中. data是一个长数组, ...

7. 机器学习经典算法详解及Python实现--基于SMO的SVM分类器

   原文:http://blog.csdn.net/suipingsp/article/details/41645779 支持向量机基本上是最好的有监督学习算法,因其英文名为support vector  ...

8. 【转载】NeurIPS 2018 | 腾讯AI Lab详解3大热点：模型压缩、机器学习及最优化算法

   原文:NeurIPS 2018 | 腾讯AI Lab详解3大热点:模型压缩.机器学习及最优化算法 导读 AI领域顶会NeurIPS正在加拿大蒙特利尔举办.本文针对实验室关注的几个研究热点,模型压缩.自 ...

9. 学机器学习，不会数据处理怎么行？—— 二、Pandas详解

   在上篇文章学机器学习,不会数据处理怎么行?—— 一.NumPy详解中,介绍了NumPy的一些基本内容,以及使用方法,在这篇文章中,将接着介绍另一模块——Pandas.(本文所用代码在这里) Panda ...