一种Word2vec构建词向量模型的实现方法

作者：席宁丽; 朱丽佳; 王录通; 陈俊^*; 万晓容

来源：电脑与信息技术, 2023, 31(01): 43-46.

DOI：10.19414/j.cnki.1005-1228.2023.01.028

• 词向量
• Word2vec
• CBOW
• Skip-gram
• NLP

Word2vec是一种基于简单神经网络的自然语言处理方法，是一种词嵌入技术，可用于构建高维词向量。研究针对Word2vec词向量表示方法进行模型构建和分析，通过NLPCC2014语料训练，将词映射到高维词向量空间中，完成了Word2vec的功能实现以及可视化输出。实验中进一步针对CBOW模型与Skip-gram模型，这两种Word2vec中的重要模型进行对比研究，输出结果表明：在通过大语料训练中文词向量时，Skip-gram模型在新词识别上具有明显优势，综合模型准确性与时间性能来说，总体可靠性更优。

• 单位
  广西现代职业技术学院; 教育学院; 贵州师范大学