奇书网>人工智能训练师 > 第四节 文本情绪分析（第10页）
第四节 文本情绪分析（第10页）
&urnw2indx，w2vec，corpus
else：
print（"Nodataprovided。。。"）
#定义词向量训练函数
#创建词典，返回词索引、词向量以及每个句子所对应的词语索引
defword2ve（corpus）：
program=os。path。basename（sys。argv[0]）
l。getLram）
logging。basiat='%（asctime）s：%（levelname）
s：%（message）s'）
}bl loggiLevel（level=logging。INFO）
logger。inf%s"%''。jv））
model=Word2Vetence（corpus），
size=vocab_dim，
min__exposures，
_size，
workers=t，
&erations）
#保存词向量模型
model。save（'word2vec_model。pkl'）
#生成词向量并保存
defcorpus_wv（）：
print（"Loadingcorpus。。。"）
corpus=code（"语料_sep。txt"，eng='utf-8'）
print（len（corpus））#载入语料库并显示语料库长度
#调用词向量训练函数，训练词向量
print（&quaWord2vecmodelofcorpus。。。"）
word2ve（corpus）
print（"Vectorsofcorpusarebuiltsuccessfully。"）
#定义主函数
if__name__=='__main__'：
corpus_wv（）
