- 博客(2)
- 收藏
- 关注
RSS订阅转载 搜狐新闻数据400w+
在之前的闲聊对话语料中提到，爬取了400w+新闻语料训练word2vec，考虑到这个平台数据质量比较高，但是爬取的时候又有频率限制、网页打开慢、甚至有时候需要多次访问才能打开网页，经过几个月断断续续地爬取，在此把这部分数据公布给大家学习使用。这部分数据不仅可用来训练word2vec，还能进行做简单的新闻分类任务（可以通过url确定新闻的类别）。数据特点：时间跨度：2
2018-01-11 16:41:26
2089
2
转载 120G+训练好的word2vec模型（中文词向量）
从网上了解到，很多人缺少大语料训练的word2vec模型，在此分享下使用120G+语料训练好的word2vec模型。训练语料：百度百科800w+条，20G+搜狐新闻400w+条，12G+（数据下载链接见其它博文）小说：90G左右模型参数：window=5min_count=5size=64ps：其它参数见gensi
2018-01-11 16:32:38
20935
13
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人