gensim

自然语言处理库——Gensim之Word2vec

Gensim（http://pypi.python.org/pypi/gensim）是一款开源的第三方Python工具包，用于从原始的非结构化的文本中，无监督地学习到文本隐层的主题向量表达。
满腹的小不甘·2019-05-09 11:38

（十）文本embedding的相关操作

1.glove转为word2vec两句代码，fromgensim.scripts.glove2word2vecimportglove2word2vecglove2word2vec('glove.840B
看我七十三变·2019-05-05 10:04

NLP技术总结

nlp常用软件包：NLTK，gensim，jieba,stanfordcorenlp,hanlp。如何处理分词分错的情况：加载自定义字典。如何处理多个词组成的短语的情况：自定义语法规则。
Alphapeople·2019-04-30 15:32

python-word2vec模块使用详解

1.Word2vec作用：表达不同词之间的相似和类比关系2.安装方法：pipinstall--upgradegensim#因为Gensim开发了一套工具箱叫做gensim，里面
这是一个死肥宅·2019-04-29 21:47

深度学习：使用 word2vec 和 gensim

深度学习：使用word2vec和gensimhttps://www.open-open.com/lib/view/open1420687622546.html
垃圾桶边的狗·2019-04-29 20:42

基于word2vec的分类任务

#bs4nltkgensimimportosimportreimportnumpyasnpimportpandasaspdfrombs4importBeautifulSoupfromsklearn.feature_extraction.textimportCountVectorizerfromsklearn.ensembleimportRandomForestClassifierfromsklea
毛利学python·2019-04-22 22:15

Linux安装程序时出现错误 Could not install packages due to an EnvironmentError: [Errno 13]

今天在升级pip和安装gensim时都报了这个错误：CouldnotinstallpackagesduetoanEnvironmentError:[Errno13]Permissiondenied:'/
mch2869253130·2019-04-21 11:24

GenSim简单教程-翻译自https://radimrehurek.com/gensim/tutorial.html

Thetutorialsareorganizedasaseriesofexamplesthathighlightvariousfeaturesofgensim.ItisassumedthatthereaderisfamiliarwiththePythonlanguage
范_2e8a·2019-04-17 14:27

【NLP】word2vec词向量模型训练——基于tensorflow

前言  维基百科中文数据训练word2vec词向量模型——基于gensim库  上文我们使用了gensim库中的Word2vec模块训练词向量模型，本篇我们通过tensorflow自己手写代码来训练词向量模型
Daycym·2019-04-07 15:02

【NLP】word2vec词向量模型训练——基于tensorflow

前言  维基百科中文数据训练word2vec词向量模型——基于gensim库  上文我们使用了gensim库中的Word2vec模块训练词向量模型，本篇我们通过tensorflow自己手写代码来训练词向量模型
Daycym·2019-04-07 15:02

利用gensim进行词向量处理和找到相似词

关于词向量有三种存储格式：txt文本格式，类似word0.0012330.34219…bingoogle的序列化，二进制模式；mmap内存共享模式。一个字就是快；加载快。加载方法bin格式转mmap；或者txt转mmap（binary=False）word='机器学习'defbin2mmap():word2vec_model=KeyedVectors.load_word2vec_format(wo
iterate7·2019-04-06 12:20

【NLP】维基百科中文数据训练word2vec词向量模型——基于gensim库

前言  本篇主要是基于gensim库中的Word2Vec模型，使用维基百科中文数据训练word2vec词向量模型，大体步骤如下：数据预处理模型的训练模型的测试准备条件：Windows1064位Python3.6
Daycym·2019-04-03 14:12

【NLP】维基百科中文数据训练word2vec词向量模型——基于gensim库

前言  本篇主要是基于gensim库中的Word2Vec模型，使用维基百科中文数据训练word2vec词向量模型，大体步骤如下：数据预处理模型的训练模型的测试准备条件：Windows1064位Python3.6
Daycym·2019-04-03 14:12

gensim word2vec工具怎么用？

1.这篇博客值得借鉴的地方是如何以迭代器的方式来读取训练样本GensimWord2vec使用指南2.这篇博客值得借鉴的地方是保存模型的区别，以及再训练模型如何做？
夕宝爸爸·2019-04-02 11:27

【NLP】LDA主题模型的简单应用

前言  LDA主题模型详解  上文详细讲解了LDA主题模型，本篇将使用如下几种方式介绍，从整体上了解LDA模型的简单应用采用lda库，安装方式：pipinstalllda采用gensim中的模块，安装方式
Daycym·2019-03-31 20:25

学习笔记之《python数据分析与挖掘实战》第二章python数据分析简介

数据分析简介搭建python开发平台python入门使用数据结构函数式编程（重点）python数据分析工具NumpyScipyMatplotlibPandasStatsModelsScikit-LearnKerasGensim
提莫君·2019-03-30 11:17

自动摘要（抽取式）

语料处理与word2vec模型训练step1_wiki.py#-*-encoding:utf-8-*-'''Function:解析.bz2格式语料包，得到.txt'''importrequestsfromgensim.corpora.wikicorpusimportextract_pages
AxeChen·2019-03-22 16:56

自然语言处理 gensim

这里我需要申明，我写的所有文章，都是为了我自己以后复习用的一、gensim基本上分为以下三个步骤CorporaandVectorSpaces//词向量和向量空间TopicsandTransformations
水野与小太郎·2019-03-20 23:17

python机器学习常用包

Gensim|主题模型工具包，可用于训练词向量，读取预训练好的词向量。scikit-
just want to know·2019-03-14 10:09

Gensim加载GloVe提供的词向量的诸多Bug之终极解决

1.先来瞅瞅Gensim提供的词向量长啥样（glove.6B.300d.txt）：2.源文件->W2V的文件->序列化import_picklefromgensim.modelsimportKeyedVectorsfromgensim.scripts.glove2word2vecimportglove2word2vec
木尧大兄弟·2019-03-13 12:03

word2vec使用方法小结

原文：https://blog.csdn.net/qq_19707521/article/details/79169826训练模型利用gensim.models.Word2Vec(sentences)建立词向量模型该构造函数执行了三个步骤
芮芮杰·2019-03-09 19:57

查看python模块的安装路径

list中，否则不能被正常import进来，查看sys.path：importsyssys,path特定模块安装路径有多种方法可以查看特定模块的安装路径命令行使用pydocmodules命令#例子pydocgensim
KEE_HA·2019-03-04 11:45

解决gensim训练word2vec模型时，出现的MemoryError问题

最近在看52nlp大神的“我爱自然语言处理”，学习用gensim对中文维基百科训练Word2Vec模型，并进行词语相似度测试实验。
庄周是个大笨蛋·2019-02-27 16:37

WordEmbedding之Word2Vector

1.安装gensimsourceactivatepython362condainstall-npython362gensim2.实操2.1基本数据（语料）语料文件可以一行一行，也可以使用分词后的空格分割的文本
止鱼·2019-02-23 15:45

Gensim.Word2vec基本使用

输入格式iterable类型的数据，单词是要split的sentences=[['A1'，'A2']，[]，[]，....]模型训练#引入word2vecfromgensim.modelsimportword2vec
冰源·2019-02-21 16:15

gensim加载Glove预训练模型

文章目录前言gensim转换脚本gensim加载glove预训练词向量其他问题保存加载参考链接前言之前一直用word2vec，今天在用gensim加载glove时发现gensim只提供了word2vec
Leokb24·2019-02-19 15:25

gensim训练word2vec，生成wiki.zh.text.model

106404511，下载中文维基百科https://dumps.wikimedia.org/zhwiki/latest/zhwiki-latest-pages-articles.xml.bz2,并安装gensimpi
Allure_过客·2019-02-16 16:56

Python程序写诗【训练1分钟】古诗生成

先看看写出来什么诗~文章目录来看看程序语料下载地址关于程序的一些基础更多诗词创作山水田园宫廷别塞战争抒情春节来看看程序fromgensim.modelsimportWord2Vec#词向量fromrandomimportchoicefromos.pathimportexistsfromwarningsimportfilterwarningsfilterwa
小基基o_O·2019-02-01 14:15

【NLP学习笔记】（二）gensim使用之Topics and Transformations

本文主要翻译自：https://radimrehurek.com/gensim/tut2.html这个教程会向大家展示如何将代表文档的向量转换成另一种向量，做这件事的目的主要有两个：发现语料中的隐藏结构
Alexbyy·2019-01-17 16:35

Ubuntu安装gensim

终端下运行pipinstallnumpy（如果提示pip未安装，sudoaptinstallpython-pip）pipinstallscipypipinstallgensim
A_linyuan·2019-01-14 13:45

Gensim介绍

参考：https://blog.csdn.net/duinodu/article/details/76618638https://www.cnblogs.com/iloveai/p/gensim_tutorial.htmlGensim
MXuDong·2019-01-13 18:07

词向量加权计算相似度

基于词向量的几种计算文本相似度方法：1）使用词向量求平均计算相似度2）词向量tfidf加权求平均计算相似度3）词向量加权-PCA计算相似度fromgensimimportmatutilsfromgensim.modelsimportWord2Vecimportpickleimportscipyimportnumpyasnpfromgensimimportcorpora
孤狼18·2019-01-03 10:00

词向量加权计算相似度

阅读更多基于词向量的几种计算文本相似度方法：1）使用词向量求平均计算相似度2）词向量tfidf加权求平均计算相似度3）词向量加权-PCA计算相似度fromgensimimportmatutilsfromgensim.modelsimportWord2Vecimportpickleimportscipyimportnumpyasnpfromgensimimportcorpora
孤狼18·2019-01-03 10:00

使用Tensorflow训练LSTM+Attention中文标题党分类

importgensimimportnumpyasnpdefload_words_embeddi
浩子童鞋·2018-12-28 21:39

解决 UserWarning: detected Windows; aliasing chunkize to chunkize_serial warnings.warn("detected Win

SomealgorithmsinGensim(mostlythedistributed/parallelizedversions)callafunctioncalledchunkize,whichsplitsaninputstreamofrecordsintobatches.Itworksinastreamingmanner
蕾姆233·2018-12-28 15:22

word2vec词向量中文语料处理(python gensim word2vec总结）

目录中文语料处理法一：语料处理为列表法二：语料是文件（处理为迭代器）对一个目录下的所有文件生效（法1）对一个目录下的所有文件生效（法2）class:gensim.models.word2vec.PathLineSentences
水...琥珀·2018-12-21 15:45

LDA利用python进行主题分析提取

/usr/bin/python#-*-coding:utf-8-*-importnumpyasnpfromgensimimportcorpora,models,similaritiesfrompprintimportpprintimporttime
JensLee·2018-12-20 21:24

新版gensim Word2Vec使用指南

Word2Vec算法已经被实现和封装在Python库gensim中，可以很简单的调用。然而在这两天的尝试中，我发现由于gensim的API发生了变化，很多博客的内容已经不能使用，而且他们的使
happyctest·2018-12-19 15:11

gensim使用之一 tfidf 和lsa

importjiebafromgensimimportcorpora,modelsfromgensim.similaritiesimportSimilarity#jieba.load_userdict(
蕾姆233·2018-12-15 14:43

人工智能之NumPy库(超详细)

pandas主要用于数据挖掘，探索，分析maiplotlib用于作图，可视化scipy进行数值计算，如：积分，傅里叶变换，微积分statsmodels用于统计分析Gensim用于文本挖掘sklearn机器学习
橙子特甜·2018-12-15 00:52

NLP自然语言处理常用的Python库 及安装方法

安装：pipinstallnltk2、Gensim可以用来从文档中自劢提取语义主题。它包含了很多非监督学习算法如：TF/IDF，潜在
NgCafai·2018-12-14 14:31

【NLP学习笔记】（一）Gensim基本使用方法

安装：pipinstallgensim本文内容主要翻译自https://radimrehurek.com/gensim/tut1.html#from-strings-to-vectors，中间加了些自己的理解
Alexbyy·2018-12-10 16:49

15分钟入门NLP神器—Gensim

作者：李雪冬编辑：李雪冬前言作为自然语言处理爱好者，大家都应该听说过或使用过大名鼎鼎的Gensim吧，这是一款具备多种功能的神器。
·2018-12-08 00:00

使用jieba和gensim模块判断文本相似度

在Python中，可以使用gensim模块来判断长篇文章的相似度。点这里进官网官方的文档部分内容实在太含糊了，网上也找不到很有用的文章，所以我现在写下来记录一下自己的踩坑史。实际中我用的是数据库
E.Wong·2018-12-03 11:25

Gensim简介

Gensim（generatesimilarity）是一个简单高效的自然语言处理Python库，用于抽取文档的语义主题（semantictopics）。
zxhohai·2018-11-30 21:12

gensim词向量Word2Vec

文章目录原理代码实现1、创造随机数据集2、建模训练3、词间相似度4、预测词5、词ID、词向量集（词矩阵）6、词矩阵可视化词向量聚类+3d可视化写诗程序Appendix原理神经网络语言模型结构示意图：输入层、投影层、隐藏层、输出层模型简化代码实现1、创造随机数据集数据格式为listoflistsoftokens[[word1,word2,…],[word1,word2,…],…[word1,word
基基伟·2018-11-22 21:04

Gensim

Gensim是一款开源的工具包，用于从原始的非结构化的文本，无监督的学习到文本隐层的主题向量表达。支持TF-IDF、LSA、LDA、Word2Vec等多种主题模型算法。
Python之简·2018-11-22 20:22

Gensim提取语义主题

Gensim目的：从文档中有效的自动抽取语义主题。处理原始的、非结构化的文本。
Python之简·2018-11-07 17:42

GloVe模型的理解及实践（2）

一、运行环境Ubuntu16.04+python3.5二、安装gensim两种安装方式1）打开终端sudoeasy_install--upgradegensim2）打开终端pipinstallgensim
黄鑫huangxin·2018-11-03 10:35

PyTorch在NLP任务中使用预训练词向量

下面分别介绍使用gensim和torchtext两种加载预训练词向量的方法。
nlpuser·2018-11-01 21:05
上一页 15 16 17 18 19 20 21 22 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他