word2vec java_GitHub - NLPchina/Word2VEC_java: word2vec java版本的一个实现

这是一个Java实现的word2vec示例,包括语料构建、分词训练、模型保存和测试。通过读取文件,对文本进行处理和分词,然后使用Learn和Word2VEC类进行训练和距离计算。
摘要由CSDN通过智能技术生成

Word2VEC_java

word2vec java版本的一个实现

有人抱怨没有测试代码。我工作中用到。写了个例子正好发这里。大家领会下精神把

package com.kuyun.document_class;

import java.io.BufferedReader;

import java.io.File;

import java.io.FileNotFoundException;

import java.io.FileOutputStream;

import java.io.IOException;

import java.io.UnsupportedEncodingException;

import java.util.List;

import org.ansj.domain.Term;

import org.ansj.splitWord.analysis.ToAnalysis;

import com.alibaba.fastjson.JSONObject;

import com.ansj.vec.Learn;

import com.ansj.vec.Word2VEC;

import love.cq.util.IOUtil;

import love.cq.util.StringUtil;

public class Word2VecTest {

private static final File sportCorpusFile = new File("corpus/result.txt");

public static void main(String[] args) throws IOException {

File[] files = new File("corpus/sport/").listFiles();

//构建语料

try (FileOutputStream fos = new FileOutputStream(sportCorpusFile)) {

for (File file : files) {

if (file.canRead() && file.getName().endsWith(".txt")) {

parserFile(fos, file);

}

}

}

//进行分词训练

Learn lean = new Learn() ;

lean.learnFile(sportCorpusFile) ;

lean.saveModel(new File("model/vector.mod")) ;

//加载测试

Word2VEC w2v = new Word2VEC() ;

w2v.loadJavaModel("model/vector.mod") ;

System.out.println(w2v.distance("姚明")); ;

}

private static void parserFile(FileOutputStream fos, File file) throws FileNotFoundException,

IOException {

// TODO Auto-generated method stub

try (BufferedReader br = IOUtil.getReader(file.getAbsolutePath(), IOUtil.UTF8)) {

String temp = null;

JSONObject parse = null;

while ((temp = br.readLine()) != null) {

parse = JSONObject.parseObject(temp);

paserStr(fos, parse.getString("title"));

paserStr(fos, StringUtil.rmHtmlTag(parse.getString("content")));

}

}

}

private static void paserStr(FileOutputStream fos, String title) throws IOException {

List parse2 = ToAnalysis.parse(title) ;

StringBuilder sb = new StringBuilder() ;

for (Term term : parse2) {

sb.append(term.getName()) ;

sb.append(" ");

}

fos.write(sb.toString().getBytes()) ;

fos.write("\n".getBytes()) ;

}

}

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