下載make好word2vec后，生成以下5個命令：
distance： word2phrase：就是將詞語拼成短語。 word2vec：丫應(yīng)該是make后第一個執(zhí)行的命令了，因為需要使用該命令訓(xùn)練語料庫。我們首先需要準(zhǔn)備好txt文本文件，里面全是用空格或Tab空開的詞。然后通過以下代碼生成*.bin文件，bin里面保存的值就是文檔中詞語和其對應(yīng)的向量。千萬不要以為，得到的bin文件就一定比input.txt小，超過100M的txt是這樣，而且越大越是，但是對于20~50M的語料庫而言就不一定了，起碼我訓(xùn)練的時候是這樣。
在Ubuntu15.04下安裝Gensim： sudo apt-get install python-numpy python-scipy pip install gensim |
|
|
