奇书网

第三节 词向量（第2页）

使用gensim的词向量训练工具进行训练。参数size表示训练好的词向量的维数，window表示需要考虑的上下文的长度，min_t表示所考虑的词出现的最低次数，低于此数的词将被忽略。训练完成后把模型和向量保存起来，以备将来使用。

In[5]：model=Word2Vetenp），size=300，window=7，

min_t=5）

In[5]：model。save（'xiaoao。model'）

In[6]：model。wv。save_word2veat（'xiaoao。vector'，binary=False）

训练完成后，可通过调用相应的模型使用训练完成的词向量。

In[7]：impensim

In[8]：model=gensim。models。Word2Vec。load（"xiaoao。model"）

查看与“盈盈”关联密切的词汇，输出结果如下。

I_similar（"盈盈"）

Out[9]：

[（'岳灵珊'，0。9394630193710327），

（'林平之'，0。9115134477615356），

（'举杯'，0。8917326927185059），

（'田伯光'，0。8862934112548828），

（'摇'，0。8862836956977844），

（'曲非烟'，0。8856724500656128），

（'忙'，0。8839414119720459），

（'走'，0。8811073303222656），

（'一眼'，0。8792630434036255），

（'曲非'，0。8775876760482788）]

这里的输出结果是根据词向量计算出的与“盈盈”关系最密切的词的前十名。可以看到有一定的道理，但是也有些不准确或者奇怪的输出。这跟训练语料的大小、语料的处理过程、网络参数的设置等因素都有关系，读者可以尝试进行进一步的改进，通常能够得到更精确的结果。