您好,登錄后才能下訂單哦!
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!
免責聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進行舉報,并提供相關證據(jù),一經(jīng)查實,將立刻刪除涉嫌侵權(quán)內(nèi)容。