Xiaqiannbu

> > code里面找不到预训练好的词向量文件，是我找的地方不对or压根没有？ > > 就是不在里面是在下边提供的百度网盘连接里面，但是失效的很多。 请问百度网盘链接在哪里啊？

> > code里面找不到预训练好的词向量文件，是我找的地方不对or压根没有？ > > 就是不在里面是在下边提供的百度网盘连接里面，但是失效的很多。 看到了谢谢！

稀疏词向量应该不可以，密集词向量不知道可不可以？

以及同一语料库的词、词+ n-gram、词+字等等是否可以通用？

您好，可否研究得更深入些。 我认为如果用的同一个词汇表，那么不同语料库训练的差异仅限语料库的差异，这个问题不是很大我认为。 如果用的不同词汇表，按照Mikolov的连续词袋法和跳字法，词向量的作用仅为从one-hot向量映射到300维空间，后面才是300维空间的转化和映射回one-hot向量。从这个意义上来说，同一个词的300维词向量应该是差异不大的，即在一个范围附近？ 这是我的看法，作者认为如何呢？ ------------------ 原始邮件 ------------------ 发件人: "Shen ***@***.***>; 发送时间: 2021年6月29日(星期二) 下午4:14 收件人: ***@***.***>; 抄送: ***@***.***>; ***@***.***>; 主题: Re: [Embedding/Chinese-Word-Vectors] 不同语料库训练的词向量是否可以通用？ (#144) 同一个文件里面的向量是同一次训练的结果，不同文件是不同的训练结果，因此不同文件不建议混合使用，最好单独使用。 — You are receiving this because you authored...

好的，明白。感谢您的答复！ ------------------ 原始邮件 ------------------ 发件人: "Shen ***@***.***>; 发送时间: 2021年6月29日(星期二) 下午4:34 收件人: ***@***.***>; 抄送: ***@***.***>; ***@***.***>; 主题: Re: [Embedding/Chinese-Word-Vectors] 不同语料库训练的词向量是否可以通用？ (#144) 在训练的时候一开始需要对向量随机初始化，这样会导致不同的训练开始的位置不一样。相同语料下每次训练后的结果可以看作是同构的，但是数字肯定不一样，所以没法合起来用。对于不同语料下的训练，即不开始于同一个起点，同时也不同构，所以更没法一起用。 — You are receiving this because you authored the thread. Reply...

我现在想用您的词向量来求两个句子的相似度，计划用gensim加载词向量，然后用gensim内置的WMD的函数wmdistance计算。但是第一步需要加载，我看到有gensim.models.Word2Vec.load函数直接加载，但是不知道应该以怎样的格式把数据喂给它。我用gensim.models.Word2Vec.save保存后打开是乱码。gensim手册（https://radimrehurek.com/gensim/models/word2vec.html ）里没有说该以怎样的方式喂数据。我担心无法用gensim加载您训练的词向量，如果怎样就没法使用gensim的功能了。