【腾讯TMQ】Tensorflow 的 word2vec详细解释——basic篇

​Word2Vec即Word to vector（词汇转向量）。 我们希望词义相近的两个单词，在映射之后依然保持相近，词义很远的单词直接则保持很远的映射距离。 关于Word2Vec实例总结为6步: 1、下载数据； 2、将原词汇数据转换为字典映射； 3、为 skip-gram模型 建立一个扫描器； 4、建立并训练 skip-gram 模型； 5、开始训练模型； 6、结果可视化。 现在来详细解说。 1

>>阅读原文<<