利用中文数据跑Google开源项目word2vec

一直听说word2vec在处理词与词的相似度的问题上效果十分好，最近自己也上手跑了跑Google开源的代码（https://code.google.com/p/word2vec/）。 1、语料 首先准备数据：采用网上博客上推荐的全网新闻数据(SogouCA)，大小为2.1G。  从ftp上下载数据包SogouCA.tar.gz： 1 wget ftp://ftp.labs.sogou.com/Da

>>阅读原文<<