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

里面包含三个文件，text8.dev.txt、text8.test.txt、text8.train.txt。