word2vec实验经验总结

最近进行的项目，前期要求利用word2vec做相关的向量化处理，于是作为小白从头开始学习word2vec的基本原理，然后开始实验练手。在这里po一些学习和实验过程中的资料、注意点和经验点。

1. 基本原理篇
   原理上读了Mikolov 2013年的 Efficient Estimation of Word Representations in Vector Space，里面提出两种模型CBOW和Skip-gram，具体实现方法和原理我还没有看代码，有空的时候会review一下。

   看公众号上推送了一篇关于词向量的非常好的综述：
   https://blog.acolyer.org/2016/04/21/the-amazing-power-of-word-vectors/

2. 准备工作篇
   因为后期要用到linux下的python环境，之前偷懒一直没有给ubuntu装python环境，这次借机会好好装了一次。
   我是ubuntu16.04，因为ubuntu系统都会预装python环境，所以原来的版本是python2.7。我选择直接装一个集大成的Anaconda。在这里遇到一个小问题阻碍了我很久，导致重装了好几次- -
   情况是，用官网的安装包解压安装好Anaconda以后，虽然python –version可以显示正确的python版本号（我装的是3.5.2），但是直接python命令或用python命令运行程序都会报错说少一个package。
   所以在这里要注意了！因为新装的python版本和系统预装的python版本不一致，命令行中的python实际上