gensim库word2vec文本分析学习笔记

简介：
本学习笔记详细记录了使用Python的gensim库进行Word2Vec文本分析的过程和心得，涵盖模型训练、参数调整及应用场景探索等。 文章目录 - 模型原理 - 模型参数 - 建立模型 - 模型的建立 - 模型的保存与继续训练 - 保存模型问题再训练模型评估模型使用查看每一个词语对应的向量表示查看与某个词语相似度排名的其他词语找到不同类型的词语 写在前面：word2vec模型最后生成的是一个词嵌入矩阵，每一列对应一个单词的词向量，这个词向量是从高维映射到低维中得到的。采用gensim库中的word2vec函数，输入是一个分词后的嵌套语料列表，输出一个词嵌入矩阵。 模型原理 参见：这篇文章 同时更加建议去看看吴恩达深度学习序列模型部分，介绍得深入浅出。 （注意：资源可以在网易云课堂和B站找到） 模型参数