chenbjin / lrcwe

基于知识库信息的词向量模型

LRCWE

该模型尝试在CBOW模型的训练过程中，更好地利用知识图谱中的知识进行监督，使得训练所得的词向量能更好地识别同义词和反义词，同时能学习到复杂的词语关系表示。

模型介绍

模型及实验内容，可以参考博客LRWE模型

代码运行

模型运行与Word2Vec相同，需要提供训练的文本语料train.txt，这里使用的是enwiki9.

$ cd gen_data
$ ./get_train_data.sh

此外还需提供同义词语料synonym.txt，反义词语料antonym.txt，三元组语料triplet.txt。之后可以编译运行以下代码。

$ cd src
$ make
$ ./lrcwe -train train.txt -synonym synonym.txt -antonym antonym.txt -triplet triplet.txt -output vector.bin -save-vocab vocab.txt -belta-rel 0.8 -alpha-rel 0.001 -belta-syn 0.7 -alpha-syn 0.05 -size 200 -window 5 -sample 1e-4 -negative 5 -hs 0 -binary 1 -cbow 1 -iter 3

lrcwe's Issues

synonym.txt的语料内容

您好，我想请问一下github中的-synonym synonym.txt 这个同义词语料 有什么格式要求吗。在这个语料文本中需要如何体现出w1的近义词为u1。 有synonym.txt的demo或者格式吗？深表感谢！

论文文献

您好，请问您博客中的模型的论文是否发表了？因为找了半天没有找到该篇的文献，请问能否提供完整版的论文，或者已发表的论文题目？谢谢！

同义词语料synonym.txt，反义词语料antonym.txt，三元组语料triplet.txt该怎么获取？ 不太懂@chenbjin