【文件属性】：
文件名称：cw2vec:cw2vec模型的实现
文件大小：506KB
文件格式：ZIP
更新时间：2021-04-30 08:52:13
natural-language-processing deep-learning embeddings cw2vec Python
cw2vec 的 TensorFlow 实现
cw2vec 是一种基于 skip-gram，并辅以笔画信息来训练中文词向量的模型，详见文章：
声明：此实现非 cw2vec 的官方实现，所有观点皆非 cw2vec 官方观点，如有错误请指正。
此实现力求忠于原文，除了以下：
相似度的计算：此代码在原文的基础上，乘了1 / |S(w)|，这是因为在使用原文的公式时，观察到了嵌入中出现 NaN 的现象。
在 skip window 中采样使用的是 random.sample()，原文未作说明。
batch 的处理并没有使用断句，原文未作说明。
对于笔画长度太短的词，代码进行了 padding，原文未作说明，（这样的词较少）。
关于 commit 的数量
此代码库只有为数不多的几个 commit，这是因为内部的代码库使用了 Git LFS，有许多大文件，所以使用了新的代码库。
训练方法
git cl
【文件预览】：
cw2vec-master
----train.sh(66B)
----README.md(6KB)
----cw2vec_kernels.cc(7KB)
----util.py(577B)
----train.py(12KB)
----compile.sh(391B)
----cw2vec_ops.cc(1KB)
----stroke.py(3KB)
----large()
--------input()
----graph.py(4KB)
----__init__.py(0B)
----requirements.txt(60B)
----evaluation.py(2KB)
----data.py(14KB)