免费做明信片的网站重庆森林经典台词

 

参数配置说明

    sentences,          # 分词后的语料（列表嵌套列表）
    vector_size=100,    # 每个词的向量维度
    window=5,           # 词与上下文之间的最大距离（滑动窗口大小）
    min_count=5,        # 忽略出现次数小于5的词
    workers=4,          # 用于训练的线程数（多线程加速）
    sg=0,               # 训练算法：0 = CBOW；1 = Skip-gram
    hs=0,               # 是否使用层次Softmax（和 negative 二选一）
    negative=5,         # 负采样的数量（常用5~20之间）
    epochs=5,           # 训练轮数
    sample=1e-3,        # 高频词下采样的阈值（越小，越容易下采样）
    seed=42,            # 随机种子，确保可复现
    callbacks=None      # 自定义训练回调函数（如记录每轮日志）

fangfa 如果是0使用余玄相似度 如果是1使用欧式距离
port 启动前端页面端口

停用词库使用的正则可修改
r'exclude|stopwords|badwords|delete'

包含词库使用的正则

数据文件分隔符{|}