Java实现中文word2vec

依赖：

1. java深度学习框架，deeplearning4j:http://deeplearning4j.org/word2vec

2. 开源中文分词框架,ansj_seg:http://www.oschina.net/p/ansj

3. 项目GitHub地址：https://github.com/YuyuZha0/word2vec

    

    

说明：word2vec深层次的原理不做说明，要实现word2vec主要要做到只有一件事，那就是词汇的识别。英文由于是空格符隔开的，所以分词比较容易，但是中文（包括日文、韩文）等是靠字形成句子的，所以借助分词工具将句子进行语法拆分很重要。word2vec借助一定的模型，通过对语料上下文进行分析，从而将词的含义投射到向量空间。相似的词在向量空间夹角很小，而不同的词差别则较大。需要注意的是，这一过程是不需要人工干预的，你只需要准备好语料即可.

 

2016-12-19更新：所有代码均迁移到了GitHub

 

 

来源：oschina

链接：https://my.oschina.net/u/2541538/blog/663761