使用Gensim构造词向量（简单版）

今天药忘吃喽~ 2023-07-08 12:28 36阅读 0赞

#### 1.导入模型 ####

from gensim.models import word2vec
    import logging
    
    logging.basicConfig(format='%(asctime)s:%(levelname)s:%(message)s',level=logging.INFO)

#### 2.两句话 ####

raw_sentences=("the quick brown fox jumps over the lazy dogs","yoyoyo you go home now to sleep")

#### 3.切分 ####

sentences=[s.split() for s in raw_sentences]
    print(sentences)

![在这里插入图片描述][20200226165500664.png]

#### 4.建立模型 ####

model=word2vec.Word2Vec(sentences,min_count=1)

*  min\_count:在不同大小的语料集中，我们对于基准词频的需求也是不一样的。譬如在较大的语料集中，我们希望忽略那些只出现过一两次的单词，这里我们就可以通过设置min\_count参数进行控制。一般而言，合理的参数值会设置在0~100之间。
 *  Size:size参数主要是用来设置神经网络的层数，Word2Vec中的默认你只是设置为100层。更大的曾设置意味着更多的输入数据，不过也能提升整体的准确度，合理的设置范围为10~数百。  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MjI2MDEwMg_size_16_color_FFFFFF_t_70]

#### 5.测试两个词的相似程度 ####

model.similarity('dogs','you')

![在这里插入图片描述][2020022617044675.png]

[20200226165500664.png]: https://img-blog.csdnimg.cn/20200226165500664.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MjI2MDEwMg_size_16_color_FFFFFF_t_70]: https://img-blog.csdnimg.cn/20200226170222405.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MjI2MDEwMg==,size_16,color_FFFFFF,t_70
[2020022617044675.png]: https://img-blog.csdnimg.cn/2020022617044675.png