向量化算法 word2vec

​
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')
  
  
# 任务:使用 gensim 模块中的word2vec对sentences文本构建合适的word2vec模型,并保存到model变量中,使得文本中的人名相近度达0.85以上。
# ********** Begin *********#
  model = word2vec.Word2Vec(sentences,hs=1,min_count=1,window=3,size=100)





# ********** End **********#
  # print(model)
  return model

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    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 1
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