Word2Vec 需要的数据集 text8.zip
下载解压就可以获得text8.zip
下载解压就可以获得text8.zip
下载解压就可以获得text8.zip
下载解压就可以获得text8.zip
2022-06-27 17:51:25
29.89MB
1
word2vec訓練集text8.zip
使用word2vec的两种方法来构建word embedding，同时将embedding降维显示在图像上
一种是skip-gram
```
w2v_skip_gram.py
```
一种是CBOW
```
w2v_cbow.py
```
两种方法都使用负采样的方法计算loss
# 输入
经过分词的汉语文章
# 输出
每个分词 + 128 维的词向量
词向量降维,可视化图片
# 其他
数据处理的时候用到采样方法来进行高频噪声去除
原理见https://zhuanlan.zhihu.com/p/27296712
2021-10-05 15:59:54
6.11MB
1
官方的数据下载地址：http://mattmahoney.net/dc/text8.zip Word2Vec练习数据集 text8.zip
2021-08-20 18:33:55
59.61MB
1
解压后使用里面的压缩包，双重压缩防止重复资源无法上传。
妾发初覆额，折花门前剧。
郎骑竹马来，绕床弄青梅。
同居长干里，两小无嫌猜，
十四为君妇，羞颜未尝开。
低头向暗壁，千唤不一回。
十五始展眉，愿同尘与灰。
常存抱柱信，岂上望夫台。
十六君远行，瞿塘滟滪堆。
五月不可触，猿声天上哀。
门前迟行迹，一一生绿苔。
苔深不能扫，落叶秋风早。
八月胡蝶来，双飞西园草。
感此伤妾心，坐愁红颜老。
早晚下三巴，预将书报家。
相迎不道远，直至长风沙。
2021-07-05 14:54:46
29.89MB
1
Text8语料库，自己从ewik8语料库中提取出来的，可以用来训练模型，例如word2Vec模型的训练，注意，只适用于英文！
2021-04-02 15:44:19
77.45MB
1
深度学习中word2vector测试语料text8
word2vec是google的一个开源工具，能够根据输入的词的集合计算出词与词之间的距离。
它将term转换成向量形式，可以把对文本内容的处理简化为向量空间中的向量运算，计算出向量空间上的相似度，来表示文本语义上的相似度。
word2vec计算的是余弦值，距离范围为0-1之间，值越大代表两个词关联度越高。
词向量：用Distributed Representation表示词，通常也被称为“Word Representation”或“Word Embedding（嵌入）”。
2020-12-16 11:37:37
26.1MB
1