需要的几个文件： 1.wordList.txt，即你要转化成vector的word list： 2.label.txt, 即图中显示的label，可以与wordlist.txt中的word不同。 3.model，用gensim生成的word2vec model； 4.运行buildWordVecto ...
分类：
编程语言 时间：
2017-06-08 11:59:52
阅读次数：
1364
经理让我把word2vec训练后得到的bin文件转为txt文件，目前还不知道txt文件用来干什么。其实word2vec训练语料时可以选择训练处出bin文件或者txt文件，但是训练出bin文件时过程太漫长，我怕直接训练出txt文件也一样慢，所以还是自己想办法做这个事情了。 我用到了gensim，这个需 ...
分类：
编程语言 时间：
2017-05-31 12:15:51
阅读次数：
398
# -*- coding: utf-8 -*- import gensim # 导入模型 model = gensim.models.KeyedVectors.load_word2vec_format('vectors.bin', binary=True) # 得到两组词的相似度 list1 = [... ...
分类：
其他好文 时间：
2017-05-31 12:10:24
阅读次数：
798
在LDA模型原理篇我们总结了LDA主题模型的原理，这里我们就从应用的角度来使用scikit-learn来学习LDA主题模型。除了scikit-learn, 还有spark MLlib和gensim库也有LDA主题模型的类库，使用的原理基本类似，本文关注于scikit-learn中LDA主题模型的使用 ...
分类：
其他好文 时间：
2017-05-26 15:55:42
阅读次数：
1445
http://blog.csdn.net/chencheng126/article/details/50070021 参考于这个博主的博文。 原理 1、文本相似度计算的需求始于搜索引擎。 搜索引擎需要计算“用户查询”和爬下来的众多”网页“之间的相似度，从而把最相似的排在最前返回给用户。 2、主要使用 ...
分类：
编程语言 时间：
2017-05-21 19:40:52
阅读次数：
370
最近在做词语的相似度做比较，就选用了gensim 首先要安装gensim库，此处省略，参看官网http://radimrehurek.com/gensim/install.html 在网上下了一些词库 {"date": "2016-05-01", "content": "京东家电 沸腾五一\n买家电 ...
分类：
编程语言 时间：
2017-05-17 13:51:05
阅读次数：
275
环境 Anaconda3 Python 3.6, Window 64bit 目的 利用 jieba 进行分词，关键词提取 利用gensim下面的corpora，models，similarities 进行语料库建立，模型tfidf算法，稀疏矩阵相似度分析 代码 # -*- coding: utf-8 ...
分类：
编程语言 时间：
2017-03-29 21:02:54
阅读次数：
411
安装gensim要确定numpy和scipy安装 再安装gensim ...
分类：
编程语言 时间：
2017-03-26 23:35:05
阅读次数：
224
1、numpy：基础模块，高效处理数据、提供数组支持 2、pandas：数据探索和数据分析 3、matplotlib：数据成图模块，解决数据可视化 4、scipy：支持数值计算，支持矩阵运算，提供高等数学处理：积分、傅立叶变换、微分方程求解 5、statsmodels:统计分析 6、gensim：文 ...
分类：
编程语言 时间：
2017-01-09 21:44:37
阅读次数：
203
欢迎交流，转载请注明出处。 本文介绍gensim工具包中，带标签（一个或者多个）的文档的doc2vec 的向量表示。 应用场景： 当每个文档不仅可以由文本信息表示，还有别的其他标签信息时，比如，在商品推荐中，将每个商品看成是一个文档，我们想学习商品向量表示时，可以只使用商品的描述信息来学习商品的向量 ...
分类：
其他好文 时间：
2016-09-15 17:57:40
阅读次数：
130
