Pythonのコールword2vecキットのインストールおよびユーザーズ・ガイド

word2vecのpython-ツールキットのインストールと使用のチュートリアル

英語版から翻訳アンソロジーは、コードのコメントはこの記事から取られ、それを読むことをお勧めしますスキップ・モデルに関連した知識と再読み込みこのガイド
githubのリポジトリのアドレスを

GCC、GCCのインストールピット以上をインストールし、ここで推奨コードブロックのgccコンパイラ、ダウンロードくるアドレスは、ここに注意を払う、コードブロック-mingwのバージョンをクリックしてください、環境変数PATHを設定し、インストールが完了した後、INCLUDE、LIB
インストールしよう：pip install word2vecエラー状況を観察するために、いくつかのソリューションがありますが、私は、エラー発生したMicrosoft Visual C++ 14.0 is required. Get it with "Microsoft Visual C++ Build Tools": https://visualstudio.microsoft.com/downloads/ソリューションを++のMicrosoft VCをダウンロードすることですガイドをダウンロードし、以下のリンクで他のエラーの可能性があります。エラーリスト、余談：pythonのインストール・キットには、検査するとき、は、PyPIを、いくつかのミスを回避することができます

インポートモデルimport word2vec

合わせた同義語、例えばマイケルjacsonとマイケルジャクソン

word2vec.word2phrase('./txt_file/text8', './txt_file/text8-phrases', verbose=True)

トレーニングスキップ-gramモデルは、word2vecワードベクトル表現を取得し、大きさはベクトルの次元であります
```
word2vec.word2vec('/Users/drodriguez/Downloads/text8-phrases', '/Users/drodriguez/Downloads/text8.bin', size=100, verbose=True)
```
出力text8.bin語ベクトル群のバイナリ形式を含むファイル
単語ベクトルのアプリケーション：ワードクラスタ生成text8-clusters.txtクラスタリング結果はすべての単語を含む、結果は、番号テーブルに等しいワードの数よりも少ないです
```
word2vec.word2clusters('/Users/drodriguez/Downloads/text8', '/Users/drodriguez/Downloads/text8-clusters.txt', 100, verbose=True)
```

ただ、生成されたモデルをインポートします

model = word2vec.load('/Users/drodriguez/Downloads/text8.bin')

モデルの属性model.vocabnumpy.array形式の単語リストを取得し、ここでの単語は単語ベクトル形式ではありません
model.vectors行列モデルであり、nは単語の数であり、mは、ベクトルのワード長であるvectorsM次元のN *
することができますmodel['dog'].shapeまたはmodel['dog'][:10]単語にベクトル情報の単語にアクセスするには
単語ベクトル二十から二間の距離を計算します。model.distance("dog", "cat", "fish")
同様の単語の単語（コサイン類似度ベース）を得た：、indexes, metrics = model.similar("dog")戻り値は最初のインデックスベクトルと類似している、第二は、類似であるタプルの形式であり、単語は、対応を与えるために使用することができますmodel.vocab[indexes]
類似した単語の統計:(単語の類似性）が取得model.generate_response(indexes, metrics)も使用することができるmodel.generate_response(indexes, metrics).tolist()データ型は、Pythonを得るために変換します
直接減算用語ベクトル：indexes, metrics = model.analogy(pos=['king', 'woman'], neg=['man'])、戻り値、およびgenerate_response method同じ

クラスタモデルのインポート

clusters = word2vec.load_clusters('/Users/drodriguez/Downloads/text8-clusters.txt')

中word2vecモデルにクラスタを追加
```
model.clusters = clusters
```
加減算の同様の分析。indexes, metrics = model.analogy(pos=["paris", "germany"], neg=["france"])
得られた結果の後model.generate_response(indexes, metrics).tolist()、得られた（単語の類似性、所属グループ番号）