请问这个可不可以适用于英文 about word2vec HOT 7 CLOSED

你好，可以的。Word2Vec 是一个语言模型，本身和语言类型无关。只要有分好词的语料，都可以训练的。

from word2vec.

你好，可以的。Word2Vec 是一个语言模型，本身和语言类型无关。只要有分好词的语料，都可以训练的。

训练也和中文的使用方法一样对吗？
另外，请问你知道有什么英文语料可以用的~

from word2vec.

你好，训练方法和中文一样的，在分好词的语料上进行训练。

英语的话，建议可以直接使用 Google 训练好的模型： GoogleNews-vectors-negative300.bin.gz，相关信息可以参考 word2vec 说明页。

英文语料建议使用维基百科，可以参考 word2vec 说明页中的 Where to obtain the training data

英语分词可以使用斯坦福 NLP 处理包

from word2vec.

好的，谢谢你！

from word2vec.

再次请教一下：
我照着中文的样子使用Google训练好的模型：
Word2Vec vec = new Word2Vec(); try { vec.loadGoogleModel("D:\\WorkSpace\\EclipseJee\\GoogleNews-vectors-negative300.bin"); } catch (IOException e) { e.printStackTrace(); } Set<WordEntry> similarWords = vec.getSimilarWords("hello", 10); for (WordEntry word : similarWords) { System.out.println(word.name + " : " + word.score); }
运行过后报这样的错：Exception in thread "main" java.lang.OutOfMemoryError: GC overhead limit exceeded。我谷歌查了，是因为耗尽了所有可用内存。
请问你知道有什么解决办法吗？

from word2vec.

再次请教一下：
我照着中文的样子使用Google训练好的模型：
Word2Vec vec = new Word2Vec(); try { vec.loadGoogleModel("D:\\WorkSpace\\EclipseJee\\GoogleNews-vectors-negative300.bin"); } catch (IOException e) { e.printStackTrace(); } Set<WordEntry> similarWords = vec.getSimilarWords("hello", 10); for (WordEntry word : similarWords) { System.out.println(word.name + " : " + word.score); }
运行过后报这样的错：Exception in thread "main" java.lang.OutOfMemoryError: GC overhead limit exceeded。我谷歌查了，是因为耗尽了所有可用内存。
请问你知道有什么解决办法吗？

这个应该是你的内存不够了吧，我加载的时候模型消耗了3G左右的内存

from word2vec.

再次请教一下：
我照着中文的样子使用Google训练好的模型：
Word2Vec vec = new Word2Vec(); try { vec.loadGoogleModel("D:\\WorkSpace\\EclipseJee\\GoogleNews-vectors-negative300.bin"); } catch (IOException e) { e.printStackTrace(); } Set<WordEntry> similarWords = vec.getSimilarWords("hello", 10); for (WordEntry word : similarWords) { System.out.println(word.name + " : " + word.score); }
运行过后报这样的错：Exception in thread "main" java.lang.OutOfMemoryError: GC overhead limit exceeded。我谷歌查了，是因为耗尽了所有可用内存。
请问你知道有什么解决办法吗？

这个应该是你的内存不够了吧，我加载的时候模型消耗了3G左右的内存

请问你的电脑内存有多大？

from word2vec.