這篇文章主要為大家展示了python如何實現(xiàn)word2vec，內(nèi)容簡而易懂，希望大家可以學(xué)習(xí)一下，學(xué)習(xí)完之后肯定會有收獲的，下面讓小編帶大家一起來看看吧。

為上林等地區(qū)用戶提供了全套網(wǎng)頁設(shè)計制作服務(wù)，及上林網(wǎng)站建設(shè)行業(yè)解決方案。主營業(yè)務(wù)為網(wǎng)站設(shè)計、成都網(wǎng)站設(shè)計、上林網(wǎng)站設(shè)計，以傳統(tǒng)方式定制建設(shè)網(wǎng)站，并提供域名空間備案等一條龍服務(wù)，秉承以專業(yè)、用心的態(tài)度為用戶提供真誠的服務(wù)。我們深信只要達到每一位用戶的要求，就會得到認(rèn)可，從而選擇與我們長期合作。這樣，我們也可以走得更遠(yuǎn)！

一、前言

一開始看到word2vec環(huán)境的安裝還挺復(fù)雜的，安了半天Cygwin也沒太搞懂。后來突然發(fā)現(xiàn)，我為什么要去安c語言版本的呢，我應(yīng)該去用python版本的，然后就發(fā)現(xiàn)了gensim，安裝個gensim的包就可以用word2vec了，不過gensim只實現(xiàn)了word2vec里面的skip-gram模型。若要用到其他模型，就需要去研究其他語言的word2vec了。

二、語料準(zhǔn)備

有了gensim包之后，看了網(wǎng)上很多教程都是直接傳入一個txt文件，但是這個txt文件長啥樣，是什么樣的數(shù)據(jù)格式呢，很多博客都沒有說明，也沒有提供可以下載的txt文件作為例子。進一步理解之后發(fā)現(xiàn)這個txt是一個包含巨多文本的分好詞的文件。如下圖所示，是我自己訓(xùn)練的一個語料，我選取了自己之前用爬蟲抓取的7000條新聞當(dāng)做語料并進行分詞。注意，詞與詞之間一定要用空格：

這里分詞使用的是結(jié)巴分詞。

這部分代碼如下：

import jieba
f1 =open("fenci.txt")
f2 =open("fenci_result.txt", 'a')
lines =f1.readlines() # 讀取全部內(nèi)容
for line in lines:
  line.replace('\t', '').replace('\n', '').replace(' ','')
  seg_list = jieba.cut(line, cut_all=False)
  f2.write(" ".join(seg_list))
 
f1.close()
f2.close()

另外有需要云服務(wù)器可以了解下創(chuàng)新互聯(lián)scvps.cn，海內(nèi)外云服務(wù)器15元起步，三天無理由+7*72小時售后在線，公司持有idc許可證，提供“云服務(wù)器、裸金屬服務(wù)器、高防服務(wù)器、香港服務(wù)器、美國服務(wù)器、虛擬主機、免備案服務(wù)器”等云主機租用服務(wù)以及企業(yè)上云的綜合解決方案，具有“安全穩(wěn)定、簡單易用、服務(wù)可用性高、性價比高”等特點與優(yōu)勢，專為企業(yè)上云打造定制，能夠滿足用戶豐富、多元化的應(yīng)用場景需求。

名稱欄目：python如何實現(xiàn)word2vec-創(chuàng)新互聯(lián)
轉(zhuǎn)載來源：http://www.aaarwkj.com/article12/pgsdc.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供App設(shè)計、手機網(wǎng)站建設(shè)、網(wǎng)站排名、企業(yè)網(wǎng)站制作、外貿(mào)網(wǎng)站建設(shè)、網(wǎng)站設(shè)計

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)