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。
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/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