约 868,000 个结果
在新选项卡中打开链接
  1. Github
    https://github.com/mattzheng/ChineseWiki

    GitHub - mattzheng/ChineseWiki: 维基百科中文语料整理

  2. CSDN博客
    https://blog.csdn.net/TimEcho/article/det…

    维基百科中文语料库训练word2vec模型和使用总结

    网页2022年11月3日 · 在进行中文Word2Vec模型训练时，首先需要一个大规模的中文语料库，如中文维基百科（或者搜狗新闻语料库）作为输入数据。 本文档提供了一个名为`process_wiki_data.py`的Python脚本，用于处理 中 …

  3. 知乎专栏
    https://zhuanlan.zhihu.com/p/39960476

    维基百科简体中文语料的提取 - 知乎 - 知乎专栏

    网页用文本编辑器打开wiki_00文件，可以看到提取出的语料中繁简混杂，所以我们需要借助工具将繁体部分也转换为简体。. wiki_00文件内容. 这里使用OpenCC工具化繁为简，可以通过下面的地址选择合适的版本，点击下 …

  4. CSDN博客
    https://blog.csdn.net/qq_29678299/articl…

    wiki中文文本语料下载，在维基百科中文语料训 …

    网页2019年6月16日 · 本文介绍了如何下载维基百科中文语料库，包括提供替代下载源，并分享了进行文本预处理、训练Word2vec和Doc2vec的代码示例。 在实践中，由于网络限制，作者推荐使用迅雷下载工具，并提供了相关项 …

  5. Github
    https://github.com/lzhenboy/word2vec …

    a tutorial for training Chinese-word2vec using Wiki …

    网页python的gensim包中提供了WikiCorpus方法可以直接处理Wiki的语料库（xml的baz格式，无需解压），具体可参见脚本parse_zhwiki_corpus.py。 执行以下命令可以将xml的Wiki语料库转换为txt格式：

  6. csdn.net
    https://blog.csdn.net/qq_32166627/article/details/68942216

    word2vec实战：获取和预处理中文维基百科(Wikipedia)语料库， …

  7. 反馈
  8. jdhao.github.io
    https://jdhao.github.io/2019/01/10/two_chinese_corpus

    两个大规模中文语料库介绍以及处理 - GitHub Pages

  9. wxjwjj.github.io
    https://wxjwjj.github.io/2018/01/25/word2vec-1

    中文维基百科词向量Word2vec实战！ - Deep Coding

  10. 腾讯云
    https://cloud.tencent.com/developer/artic…

    使用中文维基百科语料库训练一个word2vec模型并使用 …

    网页我们通过WikiExtractor来提取xml文件中的文章，它是一个意大利人写的一个Python脚本专门用来提取维基百科语料库中的文章，将每个文件分割的大小为500M，它是一个通过cmd命令来设置一些参数提取文章，提取步骤 …

  11. 知乎专栏
    https://zhuanlan.zhihu.com/p/162280567

    维基百科简体中文语料的提取 - 最简单的方式 - 知乎