Python训练Word2Vec和Doc2Vec

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/u010626747/article/details/54095733

软件要求：
Python3
gensim

预料：中文语料，存在txt文件中
语料要求：在txt中每一行为一个文档doc，进行分词，分词之间用空格或者tab键隔开

# 训练word2vec模型代码：

import multiprocessing
from gensim.models import Word2Vec
from gensim.models.word2vec import LineSentence

model = Word2Vec(LineSentence('语料.txt'), min_count=1, workers=multiprocessing.cpu_count()) # 这里workers设置为CPU的数量，可以增加训练的速度
model.save("模型保存路径")

# 重新加载训练好的模型
model = Word2Vec.load('模型保存路径')

# 训练doc2vec模型代码：

from gensim.models import doc2vec
from gensim.models.doc2vec import Doc2Vec
import multiprocessing

docslist = doc2vec.TaggedLineDocument('语料.txt') # path为txt的路径
model = Doc2Vec(docslist, workers= multiprocessing.cpu_count(),min_count=1)
model.save("模型保存位置")


接下来就可以使用训练好的模型了。