fasttext是个好东西，是由facebook在2016年推出的一个训练词向量的模型。相比于之前Google的word2vec，fasttext可以解决out of vocabulary的问题。fasttext还能够用于有监督的文本分类。更赞的是，facebook提供了200多种语言的预训练模型和词向量。
具体操作可以使用pyfasttext模块实现。
代码如下：
1 from pyfasttext import FastText 2 # 加载出现的模型 3 model = FastText('./ch_data.bin') 4 #词表示学习 5 model.skipgram(input='data.txt', output='model', epoch=100, lr=0.7) 6 # model.cbow(input='data.txt', output='model', epoch=100, lr=0.7) 7 # 词向量 8 model['dog']
输出：
array('f', [-1.308749794960022, -1.8326224088668823, ...])
之后根据你的需要，将词向量用在什么地方由自己决定。
注意：pyfasttext,运行在linux和mac系统上
fasttext,运行在windows上