gensim

API

参考

https://www.cnblogs.com/pinard/p/7278324.html
https://github.com/ljpzzz/machinelearning/blob/master/natural-language-processing/word2vec.ipynb

https://blog.csdn.net/qq_35273499/article/details/79098689?utm_source=distribute.pc_relevant.none-task

https://blog.csdn.net/sinat_26917383/article/details/69803018#800_420

https://blog.csdn.net/DuinoDu/article/details/76618638

https://gensim.apachecn.org/#/blog/Introduction/README

介绍

Gensim是一个免费的 Python库，旨在从文档中自动提取语义主题，尽可能高效（计算机方面）和 painlessly（人性化）。

Gensim旨在处理原始的非结构化数字文本（纯文本）。

在Gensim的算法，比如Word2Vec，FastText，潜在语义分析（LSI，LSA，see LsiModel），隐含狄利克雷分布（LDA，见LdaModel）等，自动训练文档的躯体内检查统计共生模式发现的文件的语义结构。这些算法是无监督的，这意味着不需要人工输入 - 您只需要一个纯文本文档。

一旦找到这些统计模式，任何纯文本文档（句子，短语，单词…）都可以在新的语义表示中简洁地表达，并查询与其他文档（单词，短语…）的主题相似性。

训练过程

1 第一步 首先要用jieba等类分词软件做个 原始语料库出来，这个语料库最好稍微大一些，太小了 训练不出来词向量
2 在此基础上 很简单的 训练出来
3在此基础上进行 相似度 计算
还有单个词的 最相近的词 计算
还可以给出某个词的向量 print(model[“田国富”]) 可以给出某个词的向量