【Gensim概念】01/3 NLP玩转 word2vec

 第一部分  词法

一、说明

        Gensim是一种Python库，用于从文档集合中提取语义主题、建立文档相似性模型和进行向量空间建模。它提供了一系列用于处理文本数据的算法和工具，包括主题建模、相似性计算、文本分类、聚类等。在人工智能和自然语言处理领域，Gensim是一个流行的工具，用于处理大量的文本和语料库。

        该模块使用高度优化的 C 例程、数据流和 Pythonic 接口来实现 word2vec 系列算法。

        word2vec 算法包括skip-gram 和 CBOW 模型，使用分层 softmax 或负采样：Tomas Mikolov 等人：Efficient Estimation of Word Representations in Vector Space，Tomas Mikolov 等人：Distributed Representations of Words and Phrases and their Compositionality。

二、其他嵌入

        在 Gensim 中训练词向量的方法有很多，而不仅仅是 Word2Vec。另请参见

• Doc2Vec：通过分布式内存和分布式词袋模型学习段落和文档嵌入

（