【词嵌入网络】word2vec词向量网络步骤构建详解（附python代码实现）

前言

构建网络的基础要素有两个，节点和节点间的联系。
初始数据集存在的情况下，节点间的一层联系就可以通过最基础的共现概率求得。
再往深就到剖析节点间的二层联系的时候了。

word2vec词向量训练

Word2Vec是谷歌在 2013 年推出来的一个自然语言处理工具，可用来计算文本的词向量，从而实现定量的度量词与词之间的关系。

本篇使用gensim库中现成的word2vec模型训练词向量，需要准备的只是语句集和参数。

语句集示例

假定初始数据列表为

单次购置商品
A，B
B，C
C，D
E，B，F
D，E

那么转换后的语句集就为

sentences = [[A,B],[B,C],[C,D],[E