java - 带中文的 Word2Vec

Question

我一直在学习 Word2Vec(Deeplearning4j)，但我找不到任何关于它支持中文的信息。从各种 channel 我了解到，通过使用一些插件，它也可以用于中文。

所以请告诉我任何中文插件，以及它应该如何用 word2vec 实现。

Deeplearning4j Word2Vec 是否适合英语和中文(两种)支持。如果不是，请通过它的链接建议一些更好的选择。

语言:Java

Answer 1

正如其他评论中提到的，word2vec 是一组带有预训练英语词 vector 的词。同样，您可以找到其他包含中文词 vector 的数据集。我正在使用 Python，但我认为编程语言并不重要，因为您要查找的是数据集而不是模型或程序。

这是腾讯人工智能实验室训练的中文词嵌入数据集，包含超过 800 万个中文单词和短语:https://ai.tencent.com/ailab/nlp/en/embedding.html