morningsky / sogou_word2vec

搜狗新闻语料下载地址： https://www.sogou.com/labs/resource/ca.php

• 下载得到的dat文件可用一下命令得到使用结巴分词之后的语料。

python seg_word.py data.dat data_seg.txt

• 本目录下提供的SogouC.reduced包含部分网友解析得到的txt文件，不够全，可测试使用。
• 训练好的sogou.model为完整搜狗新闻训练得到的模型文件，可直接使用。