【笔记】使用Gensim模块训练词向量

文章目录

• 【笔记】使用Gensim模块训练词向量
• • 1. 语料获取
  • 2. 训练word2vec

1. 语料获取

参考 下载维基百科中文语料作为预训练数据集；

下载地址： zhWiki

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

选择一个时间段进行下载， 点进去，我们选择正文的语料，比如 zhwiki-20210120-pages-articles-multistream1.xml-p1p187712.bz2 ；

下载完得到一个压缩包，WikiPedia Extractor 工具可以帮助处理这个压缩包，提取正文语料；使用方法如下&

标签：训练,下载,模块,语料,Gensim,向量
来源： https://blog.csdn.net/Finks_Chen/article/details/116483637