NLP计算词相关关系之word2vec
来源:互联网 发布:mac升级后能退回吗 编辑:程序博客网 时间:2024/05/29 14:54
import gensiminp='D:\python_noweightpathway\TIA\TIAxmmc.txt'outp1 = 'D:\python_noweightpathway\TIA\model'outp2 = 'D:\python_noweightpathway\TIA\vector'sentences=[]#读取数据生成sentencesfile=open(u'D:\python_noweightpathway\TIA\TIAxmmc.txt',encoding='utf-8')sentences = gensim.models.word2vec.LineSentence(file)model = gensim.models.Word2Vec(sentences, size=100, window=6, min_count=5, workers=8)model.save(outp1)
读取模型
# -*- coding: utf-8 -*-# <nbformat>3.0</nbformat>import gensim# 导入模型model = gensim.models.Word2Vec.load("D:\python_noweightpathway\TIA\model")print(model.wv.most_similar(positive=['瑞舒伐他汀钙片']))
阅读全文
0 0
- NLP计算词相关关系之word2vec
- Word2Vec之Deep Learning in NLP (一)词向量和语言模型
- word2vec 之 Deep Learning in NLP (一)词向量和语言模型
- nlp-词向量-相关
- NLP(一)word2Vec实验
- NLP中word2vec的使用
- NLP计算文档相似度之doc2vec
- NLP计算文档相似度之LSH
- NLP相关
- NLP相关
- 词向量之word2vec(1)
- 词向量之word2vec(2)
- [Algorithm & NLP] 文本深度表示模型——word2vec&doc2vec词向量模型
- [Algorithm & NLP] 文本深度表示模型——word2vec&doc2vec词向量模型
- NLP with deep learning(一) word2vec——词向量和语言模型
- [NLP]训练Word2vec的JAVA版本
- NLP:language model(n-gram/Word2Vec/Glove)
- [NLP] 秒懂词向量Word2vec的本质 穆文
- 二叉树
- EhCache在JAVA中的应用
- 快速上手Intellij idea
- 【前端H5】bootstrap-table表格插件使用js设置高度及高度自适应
- springboot创建一个可执行的jar
- NLP计算词相关关系之word2vec
- android 关于view的绘制
- 浅谈Git(一)
- Java基础第5讲--循环控制语句
- java基础笔记整理
- PHP程序如何debug?
- 张宴:Tokyo Cabinet数据库及其扩展应用
- UNIX命令行快速入门2
- STM32寄存器操作端口模式SDA_OUT()/SDA_IN()