(給機器學習算法與Python學習加星標，提升AI技能)?該項目提供了不同表征(密集和稀疏)上下文特征(單詞，ngram，字符等)和語料庫訓練的中文單詞向量。開發者可以輕松獲得具有不同屬性的預先訓練的向量，并將它們用于下游任務。此外，該庫還提供了一個中文類比推理數據集CA8和評估工具包，供用戶評估他們的單詞向量的質量。

??格式

預先訓練好的向量文件是 text 格式，每行包含一個單詞和它的向量，每個值由空格分隔。第一行記錄元信息：第一個數字表示文件中的字數，第二個表示維度。除了密集的單詞矢量(用 SGNS 訓練)之外，我們還提供稀疏矢量(用 PPMI 訓練)。它們與 liblinear 的格式相同，其中“：”之前的數字表示維度索引，“：”之后的數字表示該值。Github：https://github.com/Embedding/Chinese-Word-Vectors

??預訓練中文詞向量

基礎設置不同的領域用不同的表示法，上下文特征和語料庫訓練的中文單詞向量。*本庫提供了字符嵌入，因為大部分古漢字都是獨立的字符。

??各種共現信息

本庫根據不同的共現信息發布單詞向量，目標向量和上下文向量在相關論文中被稱為輸入和輸出向量。這一部分，可以獲取詞層面之上的任意語言單元向量。例如，漢字向量包含在詞-漢字的上下文向量中。所有向量都在百度百科上使用 SGNS 訓練。推薦閱讀手繪日漫版的新垣結衣見過沒？這個開源動漫生成器讓你的照片秒變教程資源 | 5天玩轉PyTorch深度學習，從GAN到詞嵌入都有實例技巧 | 30招教你順滑切換Python3PDF+視頻 | 欲學機器學習必先掌握Shell，自制教程

喜歡就點「在看」吧 !

總結

以上是生活随笔為你收集整理的github设置中文_【Github】100+ Chinese Word Vectors 上百种预训练中文词向量的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。