gensim的word2vec的简单使用

2024-05-26 15:18
文章标签 简单 使用 word2vec gensim

本文主要是介绍gensim的word2vec的简单使用,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

from gensim.models import Word2Vec as wtv
import jiebas1 = "刘新宇是一个自然语言处理算法工程师"
s2 = "他从事算法方面的工作很多年"
s3 = "刘新宇是一名非常资深的算法工程师"sentences = [jieba.lcut(s1),jieba.lcut(s2),jieba.lcut(s3)]
print(sentences)model = wtv(sentences,min_count=1)print("this is the summary of the model:")
print(model)words = list(model.wv.vocab)
print('this is the vocabulary for our corpus:')
print(words)print("the vector for the word singer:")
print(model['资深'])w1 = ['资深']
print(model.wv.most_similar(positive=w1,topn=5))

  结果:

[['刘新宇', '是', '一个', '自然语言', '处理', '算法', '工程师'], ['他', '从事', '算法', '方面', '的', '工作', '很多年'], ['刘新宇', '是', '一名', '非常', '资深', '的', '算法', '工程师']]
this is the summary of the model:
Word2Vec(vocab=16, size=100, alpha=0.025)
this is the vocabulary for our corpus:
['刘新宇', '是', '一个', '自然语言', '处理', '算法', '工程师', '他', '从事', '方面', '的', '工作', '很多年', '一名', '非常', '资深']
the vector for the word singer:
[-3.7734744e-03  2.6095781e-04 -3.1862229e-03  4.2619775e-03-4.5439765e-07 -1.8814839e-03 -1.9608627e-03 -4.3091276e-032.0104370e-03  2.4313631e-03  3.6958823e-04 -4.6373094e-03-3.8697310e-03 -1.3030261e-03  3.4550454e-03  3.6497047e-04-3.0894275e-03  2.7997990e-04  2.4094102e-03  3.7222090e-03-3.3406885e-03  3.8989806e-03 -1.9044009e-03 -1.2546520e-03-2.7420574e-03  1.9589183e-03  4.6422374e-03  2.2412005e-03-4.5687910e-03 -3.0045302e-03 -7.5545040e-04 -1.9913551e-03-5.4244912e-04  3.4368648e-03  3.1319596e-03  3.5465839e-034.0631965e-04 -8.0981071e-04 -4.5625023e-03  1.8198669e-03-2.3173515e-03  1.3505023e-03  4.2371401e-03  4.9272538e-03-2.1169472e-03  4.2408700e-03  3.7939013e-03 -1.9469961e-03-1.0268842e-03 -3.4248799e-03 -4.0382403e-03 -8.0300641e-04-4.3166843e-03  4.0071514e-03 -5.1711878e-04 -1.0944011e-03-9.2390249e-04 -2.0183630e-03 -1.1692114e-04  3.7988871e-033.0223508e-03 -2.7847637e-03 -2.0709957e-03 -3.2283876e-03-7.3188142e-04  6.4730411e-06  2.4504904e-03 -1.8213416e-03-7.2910590e-04 -3.1336993e-03 -2.1612353e-03  3.4241637e-039.4859622e-04 -1.1737887e-03 -4.3117562e-03 -2.7182067e-03-6.3206785e-04  3.5696046e-03 -2.9301932e-03  9.1675809e-041.7115782e-03  1.6887123e-03  4.1562999e-03  3.1984923e-032.4283223e-04  4.2053428e-03  2.4675422e-03  2.9653152e-034.8725074e-03  3.6773803e-03  3.8778691e-03  7.9092768e-043.6476396e-03 -1.1947335e-03 -2.0735445e-03  2.1955518e-03-1.3067436e-03 -2.5959394e-03  4.0679227e-04  7.9005008e-04]
[('工作', 0.1197129413485527), ('非常', 0.08151963353157043), ('一个', 0.061945877969264984), ('的', 0.05767860636115074), ('他', 0.03252919763326645)]
C:/Users/user/Desktop/pycharm_test/test_gensim.py:21: DeprecationWarning: Call to deprecated `__getitem__` (Method will be removed in 4.0.0, use self.wv.__getitem__() instead).print(model['资深'])

  Word2vec可调整的参数如下:

  def __init__(self, sentences=None, corpus_file=None, size=100, alpha=0.025, window=5, min_count=5,max_vocab_size=None, sample=1e-3, seed=1, workers=3, min_alpha=0.0001,sg=0, hs=0, negative=5, ns_exponent=0.75, cbow_mean=1, hashfxn=hash, iter=5, null_word=0,trim_rule=None, sorted_vocab=1, batch_words=MAX_WORDS_IN_BATCH, compute_loss=False, callbacks=(),max_final_vocab=None):

  

这篇关于gensim的word2vec的简单使用的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1004833

相关文章

Python使用PIL库将PNG图片转换为ICO图标的示例代码

《Python使用PIL库将PNG图片转换为ICO图标的示例代码》在软件开发和网站设计中,ICO图标是一种常用的图像格式,特别适用于应用程序图标、网页收藏夹图标等场景,本文将介绍如何使用Python的... 目录引言准备工作代码解析实践操作结果展示结语引言在软件开发和网站设计中,ICO图标是一种常用的图像

使用Java发送邮件到QQ邮箱的完整指南

《使用Java发送邮件到QQ邮箱的完整指南》在现代软件开发中,邮件发送功能是一个常见的需求,无论是用户注册验证、密码重置,还是系统通知,邮件都是一种重要的通信方式,本文将详细介绍如何使用Java编写程... 目录引言1. 准备工作1.1 获取QQ邮箱的SMTP授权码1.2 添加JavaMail依赖2. 实现

MyBatis与其使用方法示例详解

《MyBatis与其使用方法示例详解》MyBatis是一个支持自定义SQL的持久层框架,通过XML文件实现SQL配置和数据映射,简化了JDBC代码的编写,本文给大家介绍MyBatis与其使用方法讲解,... 目录ORM缺优分析MyBATisMyBatis的工作流程MyBatis的基本使用环境准备MyBati

使用Python开发一个图像标注与OCR识别工具

《使用Python开发一个图像标注与OCR识别工具》:本文主要介绍一个使用Python开发的工具,允许用户在图像上进行矩形标注,使用OCR对标注区域进行文本识别,并将结果保存为Excel文件,感兴... 目录项目简介1. 图像加载与显示2. 矩形标注3. OCR识别4. 标注的保存与加载5. 裁剪与重置图像

使用Python实现表格字段智能去重

《使用Python实现表格字段智能去重》在数据分析和处理过程中,数据清洗是一个至关重要的步骤,其中字段去重是一个常见且关键的任务,下面我们看看如何使用Python进行表格字段智能去重吧... 目录一、引言二、数据重复问题的常见场景与影响三、python在数据清洗中的优势四、基于Python的表格字段智能去重

使用Apache POI在Java中实现Excel单元格的合并

《使用ApachePOI在Java中实现Excel单元格的合并》在日常工作中,Excel是一个不可或缺的工具,尤其是在处理大量数据时,本文将介绍如何使用ApachePOI库在Java中实现Excel... 目录工具类介绍工具类代码调用示例依赖配置总结在日常工作中,Excel 是一个不可或缺的工http://

Java8需要知道的4个函数式接口简单教程

《Java8需要知道的4个函数式接口简单教程》:本文主要介绍Java8中引入的函数式接口,包括Consumer、Supplier、Predicate和Function,以及它们的用法和特点,文中... 目录什么是函数是接口?Consumer接口定义核心特点注意事项常见用法1.基本用法2.结合andThen链

Java之并行流(Parallel Stream)使用详解

《Java之并行流(ParallelStream)使用详解》Java并行流(ParallelStream)通过多线程并行处理集合数据,利用Fork/Join框架加速计算,适用于大规模数据集和计算密集... 目录Java并行流(Parallel Stream)1. 核心概念与原理2. 创建并行流的方式3. 适

如何使用Docker部署FTP和Nginx并通过HTTP访问FTP里的文件

《如何使用Docker部署FTP和Nginx并通过HTTP访问FTP里的文件》本文介绍了如何使用Docker部署FTP服务器和Nginx,并通过HTTP访问FTP中的文件,通过将FTP数据目录挂载到N... 目录docker部署FTP和Nginx并通过HTTP访问FTP里的文件1. 部署 FTP 服务器 (

MySQL 日期时间格式化函数 DATE_FORMAT() 的使用示例详解

《MySQL日期时间格式化函数DATE_FORMAT()的使用示例详解》`DATE_FORMAT()`是MySQL中用于格式化日期时间的函数,本文详细介绍了其语法、格式化字符串的含义以及常见日期... 目录一、DATE_FORMAT()语法二、格式化字符串详解三、常见日期时间格式组合四、业务场景五、总结一、