Python中g(shù)ensim庫word2vec怎么用

這篇文章主要介紹了Python中g(shù)ensim庫word2vec怎么用，具有一定借鑒價值，感興趣的朋友可以參考下，希望大家閱讀完這篇文章之后大有收獲，下面讓小編帶著大家一起了解一下。

pip install gensim安裝好庫后，即可導入使用：

1、訓練模型定義

from gensim.models import Word2Vec 
model = Word2Vec(sentences, sg=1, size=100, window=5, min_count=5, negative=3, sample=0.001, hs=1, workers=4)

參數(shù)解釋：

1.sg=1是skip-gram算法，對低頻詞敏感；默認sg=0為CBOW算法。

2.size是輸出詞向量的維數(shù)，值太小會導致詞映射因為沖突而影響結(jié)果，值太大則會耗內(nèi)存并使算法計算變慢，一般值取為100到200之間。

3.window是句子中當前詞與目標詞之間的最大距離，3表示在目標詞前看3-b個詞，后面看b個詞（b在0-3之間隨機）。

4.min_count是對詞進行過濾，頻率小于min-count的單詞則會被忽視，默認值為5。

5.negative和sample可根據(jù)訓練結(jié)果進行微調(diào)，sample表示更高頻率的詞被隨機下采樣到所設置的閾值，默認值為1e-3。

6.hs=1表示層級softmax將會被使用，默認hs=0且negative不為0，則負采樣將會被選擇使用。

7.workers控制訓練的并行，此參數(shù)只有在安裝了Cpython后才有效，否則只能使用單核。

詳細參數(shù)說明可查看word2vec源代碼。

2、訓練后的模型保存與加載

model.save(fname) 
model = Word2Vec.load(fname)

3、模型使用（詞語相似度計算等）

model.most_similar(positive=['woman', 'king'], negative=['man']) 
#輸出[('queen', 0.50882536), ...] 
 
model.doesnt_match("breakfast cereal dinner lunch".split()) 
#輸出'cereal' 
 
model.similarity('woman', 'man') 
#輸出0.73723527 
 
model['computer'] # raw numpy vector of a word 
#輸出array([-0.00449447, -0.00310097, 0.02421786, ...], dtype=float32)

感謝你能夠認真閱讀完這篇文章，希望小編分享的“Python中g(shù)ensim庫word2vec怎么用”這篇文章對大家有幫助，同時也希望大家多多支持億速云，關注億速云行業(yè)資訊頻道，更多相關知識等著你來學習!