2回答
因此，我是第一次学习Word2Vec，我的问题是非常基本的:如何知道使用什么方法？比如Tensorflow中的Word2Vec还是用Gensim训练的Word2Vec？在哪些情况下，通过更手动的第一种方法来实现它相对于第二种方法是有用的呢？如果已经有一种更简单的方法来使用gensim来训练word2vec模型，
浏览 0提问于2018-01-08得票数 3
回答已采纳
代码是用python编写的。我将二进制模型加载到python上的gensim中，并使用了"init_sims“选项来加快执行速度。操作系统是OS，几乎需要50-60秒来加载它。找到"most_similar“的时间也是一样的。这是正常的吗？在使用init_sims选项之前，它几乎花费了两倍的时间！我有一种感觉，可能是操作系统的内存分配问题。
浏览 14提问于2016-09-23得票数 5
回答已采纳
1回答
我正在做一个项目，在那里我需要一个预先训练的向量的跳跃图模型。我听说也有一个变体叫skip模型，它提供了更好的结果。
我想知道我需要什么来培养自己的模特？因为我只需要它们来初始化我的模型的嵌入层。我搜索得够多了，但没有找到好的例子。我需要你的建议。我在哪里可以得到这样的预先训练的模式，或没有预先培训的模式。
浏览 1提问于2017-10-20得票数 3
回答已采纳
我正在写一篇论文来比较我们的表现。在报纸上，尤瑟尔说
我们将获取在Google部分
浏览 3提问于2020-04-19得票数 0
回答已采纳
1回答
可以用自定义文本数据集(属于特定域的文本数据)更新Google嵌入吗？ ('croc', 0.6083582639694214),这个输出
浏览 0提问于2018-12-05得票数 2
回答已采纳
我有弓向量，我想知道在sklearn或gensim中是否有监督降维算法能够获取高维的监督数据，并将其投影到低维空间中，从而保留这些类之间的方差。实际上，我正在尝试为分类/回归找到一个合适的度量标准，我相信使用维数可以帮助我。我知道有一些无监督的方法，但我希望在此过程中保留标签信息。
浏览 1提问于2015-07-29得票数 0
我正在构建一个聊天机器人，所以我需要使用Word2Vec向量化用户的输入。import gensim
model = gensim.models.KeyedVectors.load_word2vec_format('GoogleNe
浏览 564提问于2017-03-24得票数 24
回答已采纳
我一直在使用预先训练的模型，如谷歌新闻或手套6B模型，但在我的文本数据中的许多单词没有它们的向量表示在那些预先训练的模型中。所以我想也许用我的数据来训练我自己的模型。在训练我们自己的两类分类模型时有什么缺点吗？还是我应该继续使用预先训练过的模型。训练我们自己的模型和使用预先训
浏览 0提问于2019-03-07得票数 0
2回答
目前，我有1.2tb文本数据来构建gensim的word2vec模型。它几乎要花15到20天才能完成。请提出任何能帮助我缩短执行时间的方法。
FYI，我的所有数据都在S3中，我使用smart_open模块对
浏览 5提问于2017-10-06得票数 3
回答已采纳
有Convolution1D示例没有word2vec。我想使用word2vec和keras (2D而不是1D)来进行文档分类(中文文本)。例如(我想象的步骤)：
model = gensim.models.Word2Vec(new_sentences，workers
浏览 4提问于2017-01-17得票数 2
回答已采纳
要在文档中描述的“text8”数据集上进行训练，只需执行以下操作： import gensim.downloader as apimodel = Word2Vec(dataset) 这样做可以得到非常好的嵌入向量，通过对单词相似度任务的评估得到了验证。但是，当加载上面手动<
浏览 128提问于2020-06-24得票数 0
回答已采纳
1回答
使用Gensim提供的Word2vec和Doc2vec方法，他们有一个使用BLAS、ATLAS等来加速的分布式版本(details )。但是，它是否支持GPU模式？如果使用Gensim，可以让GPU正常工作吗？
浏览 131提问于2016-09-18得票数 20
我试着加载GoogleNews-evinative300.bin并尝试使用predict_output_word方法，from gensim.models import Word2Vec
model=Word2Vec.load_word2vec_formatUse gensim.models.KeyedVectors.load_word2vec_format in
浏览 2提问于2018-06-13得票数 2
2回答
我试图用Wordnet和synsets来映射类似的ngram。例如：elder brother和older sibling应该映射到同一个实体。我想知道是否有更好的方法来实现这一点？older_lemma):
浏览 0提问于2018-08-17得票数 1
1回答
我正在使用gensim库来查找与我所拥有的一些单词最相似的单词。用10000个数据样本(短文主要是1-2句)来训练，我得到了非常糟糕的结果！为什么会这样？通过重复训练和测试，得到了不同的结果。难道不应该是决定性的吗？model = gensim.models.Word2Vec(senforword2vec)(“
浏览 0提问于2017-07-13得票数 1
回答已采纳
我想对大型语料库数据进行word2vec (使用gensim)的培训。我所掌握的信息只有两个单词的重复出现。我的数据格式为(例如:危险为10，意为‘危险’和‘共同发生’10次，在语料库中的窗口大小为5)。gensim的word2vec接受这样的输入吗？我
浏览 1提问于2018-02-12得票数 0
我在使用Python2.7的标准(不是flex)环境，我需要加载一些预先训练过的模型(Gensim的Word2vec和Keras的LSTM)。我需要加载它一次(因为它非常慢-大约需要1.5秒)，并保持它在更快的访问数小时。谢谢!
浏览 0提问于2018-10-28得票数 3
回答已采纳
4回答
带中文的Word2Vec
、、、
我一直在学习Word2Vec(Deeplearning4j)，但我找不到任何支持中文的东西。我从各种渠道了解到，通过使用一些插件，它也可以在中文上工作。所以请告诉我任何中文插件，以及它应该如何在word2vec中实现。
以及Deeplearning4j Word2Vec是否适合英文和中文(两者)的支持。如果没有，请建议一些更好的选择与它的链接。
浏览 2提问于2016-05-23得票数 2
1回答
我正在考虑在web爬虫转储上训练10 TB+以上的大型数据的TB+。我亲自在我的iMac上训练了c实现GoogleNews-2012转储(1.5gb)，花了大约3个小时来训练和生成向量(速度给人留下深刻印象)。不过，我没有尝试python实现:(我在某个地方读到，在wiki转储(11 to )上生成300向量长度的向量需要大约9天的时间。
如何加快word2vec的速度？我需要使用分布式模型，还是需要在2-3天内
浏览 1提问于2015-06-01得票数 20
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
