词向量可视化，Embedding projector实现——基于维基中文语料库

本文词向量训练过程参考如下博客：
https://blog.csdn.net/svenhuayuncheng/article/details/78751311

按照该文的步骤得到一个wiki.zh.text.vector文件，用txt打开，可见如下数据：

其中478328是词的个数，100是词向量的维度（在训练的时候自己设定），每一个词后的100个数是该词的词向量。下面将其进行可视化，利用的工具是Embedding projector，网址如下：
https://projector.tensorflow.org/

左边红框是传数据的地方，第一步是传入向量数据，第二步是传入列标签，也就是词，注意这里传入的数据格式必须是tsv（可以去微软商店下载一个tsv编辑器，32块）。转换数据格式的步骤如下：

首先，将用记事本打开后的词向量复制到excel，用空格进行分列。将第一列词复制到一个新的excel文件，将词向量保存为文本文件（制表符分隔）（*.txt），然后将后缀改为tsv。

其次，将第一列词复制到一个新建的txt文件，保存的时候编码格式选择utf-8格式。然后将其后缀改为tsv。

最后，将得到的两个tsv文件传入Embedding projector即可。

得到的可视化结果如下：