官方2021-12-24日发布新版本了，有两个维度可以选择，100D和200D，官方也给了个大的和小的版本下载。
我估计原来的代码还能用，有兴趣的朋友可以试试给我pull，我review以后就合并。
https://ai.tencent.com/ailab/nlp/en/download.html
腾讯开源的word2vec模型。
原版15个G，一般爱好者很难玩出来。
所以做了一些小的。方便大家使用。
5000-small.txt 这个有5000词，可以下下来玩玩
45000-small.txt 这个有4.5w的词，已经能解决很多问题了
70000-small.txt 7w词 133MB 链接: https://pan.baidu.com/s/1Hm0wlhdi-MEUGyGcP73Kfg?pwd=m4qp 提取码: m4qp 复制这段内容后打开百度网盘手机App，操作更方便哦
100000-small.txt 10w词 190MB 链接: https://pan.baidu.com/s/1E3olhKipWj71wHO0GIlDqg?pwd=4eat 提取码: 4eat 复制这段内容后打开百度网盘手机App，操作更方便哦
500000-small.txt 50w词 953MB 链接: https://pan.baidu.com/s/1E3olhKipWj71wHO0GIlDqg?pwd=4eat 提取码: 4eat 复制这段内容后打开百度网盘手机App，操作更方便哦
1000000-small.txt 100w词 1.9GB 链接: https://pan.baidu.com/s/1GF-kv3zMkU33ramQhS08Ng?pwd=iezh 提取码: iezh 复制这段内容后打开百度网盘手机App，操作更方便哦
2000000-small.txt 200w词 3.8GB 链接: https://pan.baidu.com/s/1w8jvMxLq4RlZkmtjg_HEvA?pwd=r23n 提取码: r23n 复制这段内容后打开百度网盘手机App，操作更方便哦
再大就自己去下载吧
https://ai.tencent.com/ailab/nlp/en/data/Tencent_AILab_ChineseEmbedding.tar.gz
from gensim.models import KeyedVectors
model = KeyedVectors.load_word2vec_format("50-small.txt")model.most_similar(positive=['女', '国王'], negative=['男'], topn=1)
model.doesnt_match("上海 成都 广州 北京".split(" "))
model.similarity('女人', '男人')
model.most_similar('特朗普',topn=10)使用LSTM模型，根据豆瓣评论，预测打分。
首先下载豆瓣的数据
豆瓣评论数据149M https://pan.baidu.com/s/1WbqoCKsmrnpf6n5ZTV-fKA
然后下载库对应的分词包。 https://pan.baidu.com/s/19busyY1yysbOgdYWxIaIQA
加载70000字典前
加载70000字典后
代码文件见 Use Tencent Word Embeddings with douban datasets.ipynb
抛转引玉，如果有哪位朋友有功夫更新其他的模型或者数据库，还可以request pull
有问题也可以开issue
都看到这里了，加入QQ群跟老司机们一起讨论下吧：
python自然语言处理 644612230
