Happy Coding Lab
Happy Coding Lab，分享平日 Coding 的各種知識分享，快樂學習、快樂成長。
  文章分類
請點擊下列文章分類搜尋所有相關文章！
Django 3 GCP 6 GitHub 3 tools 1 Mac 5 Jupyterhub 1 NLP 2 Python 1 flask 2 pyspark 8 keras 1 SEO 4 登山系列 1
NLP 系列- 如何在word2vec訓練時讓WikiCorpus保留數字(digit)? NLP 系列- 如何在word2vec訓練時讓WikiCorpus保留數字(digit)?
訓練 word2vec model(後面簡稱w2v) 時的中文語料第一選擇通常就是 Wikipedia 的語料庫(最後一次查看有`3651160篇文章`)，而 w2v 本身又支援直接處理 wiki 的 bz2檔案產出對應格式的中文，不過他會先做一些預處理例如：移除標點符號、所有的數字，但我又想要留下這些東西怎麼辦呢？我們來繼續看下去！
2021-02-04 NLP
wikicorpus NLP word2vec gensim
NLP 系列 - Tensorboard 視覺化 word2vec 詞向量 NLP 系列 - Tensorboard 視覺化 word2vec 詞向量
word2vec 的應用已經相當的的普及，但是該模型為向量組成，充滿了一般人腦袋不可理解的維度與空間，此文章將利用 Tensorboard 將模型的向量投射到多維空間中，可以清晰地看得出詞與詞之間的相依關係。
2019-11-26 NLP
word2vec nlp tensorboard