【主题建模】Gensim 中的 Word2Vec_gensim.word2vec

Gensim 中的 Word2Vec

BOW 和 TF-IDF 都只着重于词汇出现在文件中的次数，未考虑语言、文字有上下文的关联，针对上下文的关联，Google 研发团队提出了词向量 Word2vec，将每个单字改以上下文表达，然后转换为向量，这就是词嵌入（Word Embedding），与 TF-IDF 输出的是稀疏向量不同，词嵌入的输出是一个稠密的样本空间。

在 Gensim 中提供了 Word2Vec 的支持：gensim.models.word2vec。Word2Vec 算法包括 Skip-Gram 和 CBOW 模型，使用层次 s o f t m a x softmax