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

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

官方的数据下载地址：http://mattmahoney.net/dc/text8.zip Word2Vec练习数据集 text8.zip

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。

tensorflow实战word2vec用到的语料text8.zip，需要的可以下载