word2vec模型

模型参数：

• window=5
• min_count=10
• size=128
• hs=1
• negative=0
• iter=5
• ps：其它参数见gensim库，执行代码为：gensim.models.Word2Vec(sentence, window=5, min_count=10, size=128, workers=4,hs=1, negative=0, iter=5)

其它相关：

1. 分词词典使用了130w+词典。分词代码：jieba.lcut(sentence)，默认使用了HMM识别新词；
2. 剔除了所有非中文字符；
3. 最终得到的词典大小为6115353；
4. 模型格式有两种bin和model，使用方式：
   a. bin模式：model = gensim.models.KeyedVectors.load_word2vec_format(model_path, binary=True)
   b. model模式：model = gensim.models.Word2Vec.load(model_path)

原文链接