zoukankan      html  css  js  c++  java
  • 使用github--stanfordnlp--glove训练自己的数据词向量

    1.准备语料

    准备好自己的语料,保存为txt,每行一个句子或一段话,注意要分好词。将分好词的语料保存为×××.txt

    2.准备源码

    下载地址:https://github.com/stanfordnlp/GloVe,解压后将语料×××.txt添加到GloVe-master文件夹下

    3.修改训练语料地址

    打开demo.sh文件,由于默认是下载TXT8作为语料,故将这段代码删除,并修改CORPUS=×××.txt,最终文件内容如下:

    其他应该都可以自行修改。

    4.执行

    打开终端,进入GloVe-master文件后:

    (1)make

    (2)demo.sh

    5.修改词向量文件

    训练后会得到vetors.txt,打开后在第一行加上vacob_size vector_size,这样才能用word2vec的load函数加载成功

    第一个数指明一共有多少个向量,第二个数指明每个向量有多少维

    6.加载使用巽寮的词向量

    1 from gensim.models import Word2Vec  
    2   
    3 model = Word2Vec.load_word2vec_format(‘vectors.txt’, binary=False) 

    接下来的使用就和word2vec一样

  • 相关阅读:
    .NET 4.6.1 给cookie添加属性
    Blog目录
    1019 数字黑洞
    1018 锤子剪刀布
    1017 A除以B
    1016 部分A+B
    1015 德才论
    1014 福尔摩斯的约会
    1013 数素数
    1012 数字分类
  • 原文地址:https://www.cnblogs.com/dhName/p/12353339.html
Copyright © 2011-2022 走看看