- 私人云盘: 链接: https://pan.baidu.com/s/1J3QoqZ8vi8senjG1wPWr9A 密码: gakk
- 字库网络路径: http://sighan.cs.uchicago.edu/bakeoff2005/
- 路径: icwb2-data\training\pku_training.txt
- 根据词频制作词典,产生dict.txt文件
python word_to_dict.py - 根据词典把语料重新编码,产生translate.txt文件
python word_to_process.py - 训练样本,维度是128,大约在100000次loss趋于平缓
python train.py - 加载训练完成的模型,生成相近的10个或更多的词
python match.py - 参数说明: words = match(match_word=u"找", dict_name="dict.txt",embed_vec=embed_vec, k=10)
@params[in]: match_word--->带匹配的词
@params[in]: dict_name--->生成的字典文件
@params[in]: embed_vec--->根据模型生成,字典中所有词对应的128维向量 @params[in]: k--->相近的词的数目
@params[out]: similar_words--->返回匹配的相近的词