word2vec的艰难成长史

1.首先在网站上面下载gensim，我是在11服务器上面下载的

2.使用winpython打开

3.在command windows 下使用pip install gensim这句话进行，原先使用这句话pip install -U gensim进行安装发生了各种纠结的错误

4。由于语料库太大了，就是用了师兄提炼好的部分wiki.en.txt进行训练

5.在train_word2vec_model中将

      """if len(sys.argv) < 4:

              print globals()['__doc__'] % locals()

  　　　　sys.exit(1)

　　　"""

修改为

 　　inp = "wiki.en.text "

　　outp1 = "wiki.en.text.model"

　　outp2 = "wiki.en.text.vector"

后直接进行运行，（运行直接点击F5进行），

或者是可以不用修改代码直接使用run configure来进行（在run configure中command line option 中填写那3个参数，确定后直接点击F5进行运行）

这里的训练过程是很浪费时间的

处理43M的小的语料库花费了1个小时10分钟

387M的小语料库花费了10个小时

得到的一些结果举例

baghdad（伊拉克的首都）

england	london
	baghdad

   england-london=x-baghdad

 

 

model.similarity('woman', 'woman')
0.99999999999999989