使用GloVe训练中文词向量

准备中文语料库

要针对自己的情景，训练适合自己的词嵌入，所以要自己准备一个语料库。

或者使用网上提供的语料库：中文语料库

下载源码

Glove开源代码

解压源码

将 源码包（GloVe-master.zip） 和 语料库文件（corpus.txt） 传到 Linux 中

yum install lrzsz -y
rz

解压源码包

yum install unzip -y
unzip GloVe-master.zip

将 语料库文件 移动到 GloVe-master 目录下

mv corpus.txt GloVe-master/

修改训练参数

（1）进入 GloVe-master 目录

cd GloVe-master

（2） 修改demo.sh

vim demo.sh

注释或删除以下代码

修改参数设置

# 已准备的语料库文件
CORPUS=corpus.txt
VOCAB_FILE=vocab.txt
COOCCURRENCE_FILE=cooccurrence.bin
COOCCURRENCE_SHUF_FILE=cooccurrence.shuf.bin
BUILDDIR=build
SAVE_FILE=vectors

（3）保存

:wq

执行demo.sh

make
bash demo.sh

备注：中间会报很多警告，不用管

训练结果

训练后会得到 vectors.txt，打开后在第一行加上vocab_size vector_size，这样才能用word2vec的load函数加载成功。
vocab_size 和 vector_size可在训练时看到：

vectors.txt 文件的样子如下：