對Python中gensim庫word2vec的使用

這篇文章主要介紹了對Python中gensim庫word2vec的使用，有著一定的參考價值，現在分享給大家，有需要的朋友可以參考一下

pip install gensim安裝好庫後，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)

參數解釋：

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

2.size是輸出詞向量的維數，值太小會導致詞映射因為衝突而影響結果，值太大則會耗內存並使演算法計算變慢，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個字，後面看b個字（b在0-3之間隨機）。

4.min_count是對單字進行過濾，頻率小於min-count的單字則會被忽視，預設值為5。

5.negative和sample可根據訓練結果進行微調，sample表示更高頻率的字被隨機下取樣到所設定的閾值，預設值為1e-3。

6.hs=1表示層級softmax將會被使用，預設hs=0且negative不為0，則負取樣將會被選取使用。

7.workers控制訓練的並行，此參數只有在安裝了Cpython後才有效，否則只能使用單核心。

詳細參數說明可查看word2vec原始碼。

2、訓練後的模型保存與載入

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

其它內容不再贅述，詳細請參考gensim的word2vec的官方說明，裡面講的很詳細。

#

以上是對Python中gensim庫word2vec的使用的詳細內容。更多資訊請關注PHP中文網其他相關文章！