算法学习（十四）——word2vec

个人理解：就是获取一个没有偏置和激活函数的全连接隐层，将高维的one-hot数据转变为稠密、低维、有相似性的关系的矩阵，分为CBOW, skip-gram两种方法。

参考：

https://www.zhihu.com/question/45027109

https://www.jianshu.com/p/9eab3894ae8a

什么是 word embedding? - Scofield的回答 - 知乎 https://www.zhihu.com/question/32275069/answer/301428835

代码：

from gensim.models import word2vec
  sentences = word2vec.Text8Corpus("C:/traindataw2v.txt")  # 加载语料
  model = word2vec.Word2Vec(sentences, size=200)  # 训练skip-gram模型; 默认window=5
  #获取“学习”的词向量
  print("学习：" + model["学习"])
  # 计算两个词的相似度/相关程度
  y1 = model.similarity("不错", "好")
  # 计算某个词的相关词列表
  y2 = model.most_similar("书", topn=20)  # 20个最相关的
  # 寻找对应关系
  print("书-不错，质量-")
  y3 = model.most_similar(['质量', '不错'], ['书'], topn=3)
  # 寻找不合群的词
  y4 = model.doesnt_match("书 书籍 教材 很".split())
  # 保存模型，以便重用
  model.save("db.model")
  # 对应的加载方式
  model = word2vec.Word2Vec.load("db.model")