@Jhonsontom gensim load model，就可以基于已經(jīng)訓(xùn)練好的模型去繼續(xù)訓(xùn)練了，但是如果是文本模型，沒(méi)有保存權(quán)重，就無(wú)法繼續(xù)訓(xùn)練了
268G+訓(xùn)練好的word2vec模型（中文詞向量）??從網(wǎng)上了解到，很多人缺少大語(yǔ)料訓(xùn)練的word2vec模型，在此分享下使用268G+語(yǔ)料訓(xùn)練好的word2vec模型。 訓(xùn)練語(yǔ)料： 百度百科800w+條，26G+ 搜狐新聞...
@___dada____ 樓主是少上傳一個(gè)，syn1neg.npy吧？我自己訓(xùn)練的wiki的有三個(gè)文件:wiki.model，.model.trainables.syn1neg.npy，.model.wv.vector.npy。不過(guò)麻煩樓主把缺少的那個(gè)模型npy給一下唄，想繼續(xù)追加訓(xùn)練一下。感覺(jué)你訓(xùn)練的效果還是可以的，但是我要追加一些業(yè)務(wù)場(chǎng)景。
268G+訓(xùn)練好的word2vec模型（中文詞向量）??從網(wǎng)上了解到，很多人缺少大語(yǔ)料訓(xùn)練的word2vec模型，在此分享下使用268G+語(yǔ)料訓(xùn)練好的word2vec模型。 訓(xùn)練語(yǔ)料： 百度百科800w+條，26G+ 搜狐新聞...
