Japan
BrambleXu/word2vec-movies
Bag of words meets bags of popcorn in Python 3 中文教程
项目目的
学习如何使用Word2Vec来对文本文件进行处理。
来源
这个笔记是基于Kaggle比赛：Bag of words meets bags of popcorn。打开页面后可以看到有关于NLP的相关教程，于是我把Part1~3用中文做了三个笔记。
因为年代比较久远，有些库的API失效了，我重新用python3实现的过程中填了不少坑，都是可以正常运行的。
内容
- Part 1 For Beginners Bag of Words（初学词袋）
- Part 2 Word Vectors（词向量）
- Part 3 More Fun With Word Vectors（词向量的更多用法）
Dependencies
以下库全基于python3.5.2:
- pandas==20.3
- scikit-learn==0.19.0
- numpy==1.13.1
- jupyter==1.0.0
计划
因为这个笔记里的内容只是kaggle项目上给出的教学部分，实际得分最好也只有0.84，所以充其量只能是一个了解word2vec的教程，内容本身并不深入。
于是我找到了这个项目：sentiment-analysis，作者写了三个模型，前两个在教程中出现过了，第三个使用Ensemble的方法把前两个模型组合了起来，最后得分能到0.96。而且作者代码组织得也不错，可以用来学习如何写一个完整的项目，而不是仅仅在Jupyter Notebook上写。
不过因为作者用的是python2，而且很多包的API变了，我打算用pytohn3重写一下，一边学习一边分享出来。项目地址在这里：sentiment-analysis
推荐读物
- NLP 秒懂词向量Word2vec的本质：这篇文章做了一个word2vec学习路径，总结得很棒
- 基于神经网络的词和文档语义向量表示方法研究：这篇博士论文把各种词嵌入方法做了个梳理，很全面，而且中文看起来也容易一些，作者的博客里也非常推荐，有很多不错的文章。
Similar Projects
Discover other similar projects and AI models.
The most comprehensive database of Chinese poetry 🧶最全中华古诗词数据库, 唐宋两朝近一万四千古诗人, 接近5.5万首唐诗加26万宋诗. 两宋时期1564位词人，21050首词。
[EMNLP 2025 Demo] PDF scientific paper translation with preserved formats - 基于 AI 完整保留排版的 PDF 文档全文双语翻译，支持 Google/DeepL/Ollama/OpenAI 等服务，提供 CLI/GUI/MCP/Docker/Zotero
什么？你敢放心的把后背交给 AI? 我赌你不敢，那就来学学 AI 时代最酷、最安全、最快的语言吧。本书拥有全面且深入的讲解、生动贴切的示例、德芙般丝滑的内容，这可能是目前最用心的 Rust 中文学习教程 / Book