注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. word2vec词向量训练及中文文本相似度计算 【源码+语料】

  2. 该资源主要参考我的博客：word2vec词向量训练及中文文本相似度计算 http://blog.csdn.net/eastmount/article/details/50637476 其中包括C语言的Word2vec源代码（从官网下载），自定义爬取的三大百科（百度百科、互动百科、维基百科）中文语料，涉及到国家、景区、动物和人物。 同时包括60M的腾讯新闻语料，是一个txt，每行相当于一个新闻。 国家包括了Python的Jieba分词代码，详见博客。 免费资源希望对你有所帮助~

  3. 所属分类：C

    • 发布日期：2016-02-18
    • 文件大小：148897792
    • 提供者：eastmount

  1. word2vec词向量训练及中文文本相似度计算

  2. 用来得到TXT文本中词语的相关性的深度学习模型，需要分词，text8为样例，运行脚本可以直接开始训练。最后得到.bin模型

  3. 所属分类：深度学习

    • 发布日期：2018-05-27
    • 文件大小：32505856
    • 提供者：zym339

  1. word2vec词向量训练及中文文本相似度计算

  2. word2vec词向量训练及中文文本相似度计算。 word2vec是google在2013年推出的一个NLP工具，它的特点是将所有的词向量化，这样词与词之间就可以定量的去度量他们之间的关系，挖掘词之间的联系。虽然源码是开源的，但是谷歌的代码库国内无法访问，因此本文的讲解word2vec原理以Github上的word2vec代码为准。本文关注于word2vec的基础知识。

  3. 所属分类：深度学习

    • 发布日期：2018-02-23
    • 文件大小：2097152
    • 提供者：qiangbi0785

  1. word2vec词向量训练及中文文本相似度计算

  2. PS：第一部分主要是给大家引入基础内容作铺垫，这类文章很多，希望大家自己去学习更多更好的基础内容，这篇博客主要是介绍Word2Vec对中文文本的用法。统计语言模型的一般形式是给定已知的一组词，求解下一个词的条件概率。形式如下：统计语言模型的一般形式直观、准确，n元模型中假设在不改变词语在上下文中的顺序前提下，距离相近的词语关系越近，距离较远的关联度越远，当距离足够远时，词语之间则没有关联度。但该模型没有完全利用语料的信息：1)没有考虑距离更远的词语与当前词的关系，即超出范围n的词被忽略了，而这两

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：738304
    • 提供者：weixin_38643401

  1. word2vec词向量训练及中文文本相似度计算

  2. PS：第一部分主要是给大家引入基础内容作铺垫，这类文章很多，希望大家自己去学习更多更好的基础内容，这篇博客主要是介绍Word2Vec对中文文本的用法。统计语言模型的一般形式是给定已知的一组词，

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：732160
    • 提供者：weixin_38708461