|
0 j4 P! Y9 t1 T6 L% k: ` 大概一年前，我在AINLP的公众号对话接口里基于腾讯800万大的词向量配置了一个相似词查询的接口：腾讯词向量和相似词、相似度、词语游戏系列相似词查询：玩转腾讯 AI Lab 中文词向量玩转腾讯词向量：词语相似度计算和在线查询
) i/ g/ h) G R: b 腾讯词向量实战：通过Annoy进行索引和快速查询玩转腾讯词向量：Game of Words（词语的加减游戏）词向量游戏：梅西-阿根廷+葡萄牙=?通过这个接口，可以直接输入“相似词 自然语言处理"查询“自然语言处理 * Q+ N/ i8 q5 k3 q; U
”的相近词：  8 {2 s. }- U" m$ ~+ V$ B
不过我们也发现，有不少用户直接输入"近义词 词语", "同义词 词语" 查询相似词，严格的说，基于词向量的相似词不能代表语言学意义上的近义词、同义词，但是可以匹配上一些近义词、同义词，甚至反义词，所以可以作为一个参考，由人来自己选择其中的近义词、同义词或者反义词，例如：  0 F6 s! Q- n& Y Q3 F
最近，这个功能又升级了，基于自动语言识别以及更多语言的词向量，不仅仅可以查询中文，还可以查询英文、日文等其他语言，基本上，主流的语言查询都覆盖了，感兴趣的朋友可以试试，例如：  ' s, U1 \7 C" Z7 i9 ]8 P9 t
这些模型里，除了中文模型继续沿用腾讯词向量外，其他的是我很早之前基于维基百科的语料训练的，现在利用起来作为其他语言的查询支持，不过，因为绝大多数语言我都不懂，所以也可能会有错误至于词向量模型，现在的选择远比当时丰富，如果是需要中文词向量，可以选择腾讯800万词向量，现在地址有所变化：。
; A+ @, x* Y: Z# O& Q Tencent AI Lab Embedding Corpus for Chinese Words and Phrases（https://ai.tencent.com/ailab/nlp/zh/embedding.html - w: R2 S! h3 j! l8 n6 T R% b
）或者参考：上百种预训练中文词向量：Chinese-Word-Vectors如果需要多种语言的，可以参考：Pre-trained word vectors of 30+ languages（https://
0 ? Q/ }5 }; _9 }/ z! b C, W' G) ~ github.com/Kyubyong/wordvectors）最后推荐一个Awsome系列，这里面有很多关于词嵌入模型的相关学习资源：https://github.com/Hironsan/awesome-embedding-models / E5 ^2 Q- g- q) Q! V
3 G, _: K4 E5 y5 D# X; s; D
% N3 [: A+ R; H; l; u% C6 c
8 Q) v! l: m4 s& N
. m& }' b" W: n" i& _ W | 
