761
个编辑
更改
无编辑摘要
* 需要最高训练效率（如 Wikipedia 或 Common Crawl 级别语料）。
* 需要最高训练效率（如 Wikipedia 或 Common Crawl 级别语料）。
* 对模型定制需求低，仅需基础词向量生成。
* 对模型定制需求低，仅需基础词向量生成。
中文词向量资源
1. 腾讯中文词向量
https://ai.tencent.com/ailab/nlp/zh/embedding.html
2. 中文维基百科预训练词向量
https://github.com/Embedding/Chinese-Word-Vectors
https://pan.baidu.com/s/1k3MN2rX (密码:
"x8q4")
3. FastText中文词向量
https://fasttext.cc/docs/en/crawl-vectors.html
英文词向量资源
1. GloVe预训练词向量（斯坦福）
https://nlp.stanford.edu/projects/glove/
2. Word2Vec（Google News）
https://code.google.com/archive/p/word2vec/
3. FastText英文预训练模型
https://fasttext.cc/docs/en/english-vectors.html)
如需更具体的实现（如训练自定义词向量），可参考以下GitHub项目：
https://github.com/stanfordnlp/GloVe
https://github.com/tensorflow/tensorflow/blob/master/tensorflow/examples/tutorials/word2vec/word2vec_basic.py
=='''参考文献'''==
=='''参考文献'''==