训练Word2vec模型 - Python实现

NumLock桌

于 2020-12-13 19:31:54 发布

阅读量275

点赞数

本文链接：https://blog.csdn.net/weixin_43628432/article/details/111143971

版权

本文详细介绍了如何使用Python的Gensim库训练Word2vec模型，通过实例解析了词向量的生成过程，包括设置参数、构建语料库、训练模型等关键步骤，帮助读者理解并掌握词嵌入技术。

摘要由CSDN通过智能技术生成

import json
from gensim.models.word2vec import Word2Vec

class MyModel(object):

	def __init__(self):
		self.orginal_path = r'pku_training.utf8'
		self.path = r'my_training.json'
		self.model_name = r'my_w2v_model'

	def get_data(self):

		with open(self.orginal_path,'r',encoding