python实现算法改进_几种改进的embedding算法之代码实现

前段时间写了一篇关于几种改进的embedding算法的代码，这几天尝试实现了一下，但是不知道为什么效果都比gensim自带的word2vec差，原因可能是自己写的CBOW模型出了问题，也有可能是那几个方法复现错了，但是不管怎么说还是记录一下吧！

代码地址

关键代码

TF-CR Word Embedding

首先生成单词-权重对应表

def genWordWeight(dataSource, stopWordDict):

data = pd.read_csv(dataSource)

positive = data[data['sentiment'] == 'positive']

negative = data[data['sentiment'] == 'negative']

review_pos = positive['review'].tolist()

review_pos = [review.strip().split() for review in review_pos]

review_pos = [word for review in review_pos for word in review]

review_pos = [word for word in review_pos if word not in stopWordDict]

count_pos = Counter(review_pos)

review_neg = negative['review'].tolist()

review_neg = [review.strip().sp