gensim 理論篇

gensim 是 Radim Rehurek 寫的一個用來處理文本相似度的 python 庫。可以很方便的用 tfidf，LDA，LSA，word2vec 等模型，涵蓋了 NLP 裏常見的詞袋模型，主題模型，詞嵌入等。下面簡單介紹一下這些概念。 Vector Space model 在自然語言處理中，我們經常需要表示一個文檔。一種常見的做法是寫成向量的形式，比如直接統計一下該文章的詞頻，那麼向量的

>>阅读原文<<