- sentences:可以是一个 list
- sg: 用于设置训练算法,默认为0,对应CBOW算法;sg=1则采用skip-gram算法。
- size:是指特征向量的维度,默认为100。大的size需要更多的训练数据,但是效果会更好. 推荐值为几十到几百。
- window:表示当前词与预测词在一个句子中的最大距离是多少
- alpha: 是学习速率
- seed:用于随机数发生器。与初始化词向量有关
- min_count: 可以对字典做截断。词频少于min_count次数的单词会被丢弃掉,默认值为5
- max_vocab_size: 设置词向量构建期间的RAM限制。如果所有独立单词个数超过这个,则就消除掉其中最不频繁的一个。每一千万个单词需要大约1GB的RAM。设置成None则没有限制。
- workers:workers参数控制训练的并行数。
- hs: 如果为1则会采用hierarchica softmax技巧。如果设置为0(defaut),则negative sampling会被使用。
- negative:如果>0,则会采用negative samping,用于设置多少个noise words
- iter: : 迭代次数,默认为5
word2vec 的相关参数
最新推荐文章于 2024-06-10 09:35:46 发布