几种改进的embedding算法之代码实现

原理篇：https://blog.csdn.net/weixin_41089007/article/details/106604465

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

https://github.com/ZJUhjx/NewEmbeddings

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 w