GeoNamesEmbedding:Word2Vec嵌入地名和地理术语

上传者: 42151373 | 上传时间: 2022-12-08 16:11:03 | 文件大小: 112.97MB | 文件类型: ZIP
GeoNamesEmbedding Word2Vec嵌入地名和地理术语。 我最初是在2019年8月创建此地图的,供我共同创建的地理门户GeoGenius使用。 但是,事实证明这对于当前的任务是不安全的,因此从那时起我就再也没有碰过它。 但是它能够创建一些令人印象深刻的嵌入,因此我将其推向了Github。 训练集包含成千上万个地理事实文件和问题,这些问题文件和问题使用Gensim的Word2Vec合成为模型,在我看来,其中一些模型已经建立了一些真正令人印象深刻的联系。 集合中的一些材料是私人的,并且在所有者的允许下使用了这些材料,因此培训材料不会公开提交给此仓库,尽管如果有人希望访问这些材料,请随时与我联系。 所有模型都位于(惊奇)models文件夹中,并且模型分为语料库版本(当前为1-7),每个语料库反映了已添加到训练集中的材料。 最好的模型通常来自最新的语料库版本,当前版本为7。

文件下载

资源详情

[{"title":"( 9 个子文件 112.97MB ) GeoNamesEmbedding:Word2Vec嵌入地名和地理术语","children":[{"title":"GeoNamesEmbedding-master","children":[{"title":"train_word2vec.py <span style='color:#111;'> 1.80KB </span>","children":null,"spread":false},{"title":"models","children":[{"title":"corpus7_100on30_1_1.model <span style='color:#111;'> 26.08MB </span>","children":null,"spread":false},{"title":"corpus7_100on40_1_1.model <span style='color:#111;'> 26.10MB </span>","children":null,"spread":false},{"title":"corpus7_150on15_1_1.model <span style='color:#111;'> 38.38MB </span>","children":null,"spread":false},{"title":"corpus7_100on35_1_1.model <span style='color:#111;'> 26.08MB </span>","children":null,"spread":false},{"title":"corpus7_150on25_1_1.model <span style='color:#111;'> 38.35MB </span>","children":null,"spread":false}],"spread":true},{"title":"LICENSE <span style='color:#111;'> 34.33KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 1.07KB </span>","children":null,"spread":false},{"title":"test_word2vec.py <span style='color:#111;'> 693B </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明