使用gensim训练word2vec词向量

from gensim.models import Word2Vec
import pickle
import multiprocessing


class MySentences(object):
    def __init__(self, filename):
        with open(filename, 'rb') as f:
            self.docs_set = pickle.load(f)

    def __iter__(self):
        for doc in self.docs_set:
            for sent in doc:
                yield sent


if __name__ == "__main__":

    file_name = './data/docs_set1.pkl'   # 已经分好词的文档集合 按照文档集,文档,句子格式存为3维的list

    print('start training!')
    sentences = MySentences(file_name)
    model = Word2Vec(sentences, size=50, window=6, min_count=2, workers=(multiprocessing.cpu_count()-4), hs=1, sg=1, negative=10)

    model.save('./models/')  # 保存训练好的模型
    model.wv.save_word2vec_format('./data/docs_features.txt', binary=True)  # 将训练好的word embedding向量存入outp2文件中
    # 从outp2文件中读取embedding向量时用gensim的KeyedVectors

    print("Done!")

参考:

使用维基百科英文语料训练word2vec.model

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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