FaceBook开源的词向量计算框架

　　fasttext是个好东西，是由facebook在2016年推出的一个训练词向量的模型。相比于之前Google的word2vec，fasttext可以解决out of vocabulary的问题。fasttext还能够用于有监督的文本分类。更赞的是，facebook提供了200多种语言的预训练模型和词向量。
　　具体操作可以使用pyfasttext模块实现。

　　代码如下：

1 from pyfasttext import FastText
2 # 加载出现的模型
3 model = FastText('./ch_data.bin')
4 #词表示学习
5 model.skipgram(input='data.txt', output='model', epoch=100, lr=0.7)
6 # model.cbow(input='data.txt', output='model', epoch=100, lr=0.7)
7 # 词向量
8 model['dog']

输出：

array('f', [-1.308749794960022, -1.8326224088668823, ...])

之后根据你的需要，将词向量用在什么地方由自己决定。

注意：pyfasttext,运行在linux和mac系统上
　　　fasttext,运行在windows上