[Python]使用VisualStudio執行Python Word2Vec範例

Step1、取得GitHub程式

GitHub

Step2、取得維基百科中文字庫(.bz2檔案)

維基百科字庫

Step3、安裝套件[gensim] Python3.6 模擬器 > 右鍵 > 安裝Python套件 >查詢[gensim]並下載

Step4、執行wiki_to_txt.py檔案 > Python3.6 模擬器 > 右鍵 >開啟命令提示字元> python wiki_to_txt.py xxxxxxxxxx.bz2 > 生成wiki_texts.txt檔案

Step5、下載OpenCC軟體 > 下載[opencc-1.0.1-win64.7z]

OpenCC下載區

Step6、執行OpenCC軟體轉繁體中文 > 開啟 opencc.exe > 執行語法 > 生成wiki_zh_tw.txt檔案

執行語法：opencc -i wiki_texts.txt -o wiki_zh_tw.txt -c s2tw.json

Step7、執行segment.py > 生成wiki_seg.txt檔案

Step8、執行train.py檔案 > 生成word2vec.model檔案

訓練可調整參數

class gensim.models.word2vec.Word2Vec(sentences=None, size=100, alpha=0.025, window=5, min_count=5, max_vocab_size=None, sample=0.001, seed=1, workers=3, min_alpha=0.0001, sg=0, hs=0, negative=5, cbow_mean=1, hashfxn=<built-in function hash>, iter=5, null_word=0, trim_rule=None, sorted_vocab=1, batch_words=10000)

Step9、執行demo.py檔案

參考網頁：Training Word2Vec Model on English Wikipedia by Gensim