使用word2vec訓練中文詞向量

訓練過程 模型：gensim工具包word2vec模型，安裝使用簡單，訓練速度快 語料：百度百科500萬詞條+維基百科30萬詞條+1.1萬條領域數據 分詞：jieba分詞,自定義詞典加入行業詞,去除停用詞 硬件：8核16g虛擬機 數據預處理python 維基百科數據量不夠大，百度百科數據量較全面，內容上面百度百科大陸相關的信息比較全面，港澳臺和國外相關信息維基百科的內容比較詳細，所以訓練時將兩個語

>>阅读原文<<