【亲测免费】 268G+训练好的word2vec模型（中文词向量）

介绍

本仓库提供了一个经过268G+语料训练好的word2vec模型，适用于中文词向量的应用。该模型基于百度百科、搜狐新闻和小说等多种语料进行训练，能够有效地捕捉中文词汇之间的语义关系。

模型参数

• window: 5
• min_count: 10
• size: 128
• hs: 1
• negative: 0
• iter: 5

使用方法

加载模型

模型提供了两种格式：bin和model。

bin格式

from gensim.models import KeyedVectors

model = KeyedVectors.load_word2vec_format('model_path', binary=True)

model格式

from gensim.models import Word2Vec

model = Word2Vec.load('model_path')

训练语料

• 百度百科：800w+条，26G+
• 搜狐新闻：400w+条，13G+
• 小说：229G+

注意事项

• 模型文件较大，建议在网络条件良好的情况下进行下载。
• 使用时请确保已安装gensim库。

贡献

欢迎提交问题和建议，帮助改进模型。

许可证

本项目遵循CC 4.0 BY-SA版权协议。