对Python中gensim库word2vec的使用详解

pip install gensim安装好库后，即可导⼊使⽤：1、训练模型定义

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)

参数解释：

1.sg=1是skip-gram算法，对低频词敏感；默认sg=0为CBOW算法。

2.size是输出词向量的维数，值太⼩会导致词映射因为冲突⽽影响结果，值太⼤则会耗内存并使算法计算变慢，⼀般值取为100到200之间。

3.window是句⼦中当前词与⽬标词之间的最⼤距离，3表⽰在⽬标词前看3-b个词，后⾯看b个词（b在0-3之间随机）。4.min_count是对词进⾏过滤，频率⼩于min-count的单词则会被忽视，默认值为5。

5.negative和sample可根据训练结果进⾏微调，sample表⽰更⾼频率的词被随机下采样到所设置的阈值，默认值为1e-3。6.hs=1表⽰层级softmax将会被使⽤，默认hs=0且negative不为0，则负采样将会被选择使⽤。7.workers控制训练的并⾏，此参数只有在安装了Cpython后才有效，否则只能使⽤单核。详细参数说明可查看word2vec源代码。2、训练后的模型保存与加载

model.save(fname)

model = Word2Vec.load(fname)

3、模型使⽤（词语相似度计算等）

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)

其它内容不再赘述，详细请，⾥⾯讲的很详细。

以上这篇对Python中gensim库word2vec的使⽤详解就是⼩编分享给⼤家的全部内容了，希望能给⼤家⼀个参考，也希望⼤家多多⽀持。