gensim包的tfidf方法计算中文文本相似度

gensim包的tfidf方法计算中文文本相似度，代码可直接运行，包含中文停用词，方便。

glove-gensim, 将手套矢量转换为word2vec格式，便于使用 Gensim.zip

glove-gensim, 将手套矢量转换为word2vec格式，便于使用 Gensim 手套 gensim将手套矢量转换为word2vec格式，便于使用 Gensimword2vec嵌入以行( 令牌)的数目和文件的维数开始。 这允许gensim为查询模型相应地分配内存。 大尺寸意味着更大的记忆。 因此，这条线必须插入手套嵌

information.json

使用gensim.downloader报错找不到information.json时，将此文件放到C:\Users\USER_NAME\gensim-data文件夹下即可

setup_gensim.rar

gensim的whl包，包含大部分依赖whl包，其他的依赖包比较小可以自动安装完成，建议按照图片顺序安装依赖包，安装完成即可使用gensim.model.word2vec进行词向量计算了。 版本： gensim-3.8.1-cp37-cp37m-win_amd64.whl

gensim-3.8.1-cp36-cp36m-win_amd64.whl

gensim-3.8.1-cp36-cp36m-win_amd64.whl轮子文件，缺少的朋友可以下载安装一下

Python gensim-0.12.1.rar

直接把解压后的文档里的gensim文件放进python27下 的lib库里就可以了 直接把解压后的文档里的gensim文件放进python27下 的lib库里就可以了 直接把解压后的文档里的gensim文件放进python27下 的lib库里就可以了 直接把解压后的文档里的gensim文件放进python27下 的lib库里就可以了 直接把解压后的文档里的gensim文件放进python27下 的lib库里就可以了 直接把解压后的文档里的gensim文件放进python27下 的lib库里就可以了

Scrapy安装过程中涉及的模块.zip

压缩包包含以下文件： beautifulsoup4-4.8.2-py3-none-any.whl boto-2.48.0-py2.py3-none-any.whl cffi-1.13.2-cp35-cp35m-win_amd64.whl constantly-15.1.0-py2.py3-none-any.whl cryptography-2.8-cp35-cp35m-win_amd64.whl cssselect-1.1.0-py2.py3-none-any.whl gensim-3.8.1-cp35-cp35m-win_amd64.whl html5lib-1.0.1-py2.py3-none-any.whl lxml-4.4.3-cp35-cp35m-win_amd64.whl pandas-0.25.3-cp35-cp35m-win_amd64.whl pip-20.0.2-py2.py3-none-any.whl pyasn1-0.4.8-py2.py3-none-any.whl pycparser-2.20-py3-none-any.whl pyOpenSSL-18.0.0-py2.py3-none-any.whl Scrapy-1.8.0-py2.py3-none-any.whl statsmodels-0.10.2-cp35-cp35m-win_amd64.whl Twisted-19.10.0-cp35-cp35m-win_amd64.whl xlrd-1.2.0-py2.py3-none-any.whl 在学习数据分析，忽略混入其中的pandas等无关模块吧。因为网络安装过程中经常read time out错误，导致安装不成，所以选择本地下载安装。方法就是pip install Scrapy-1.8.0-py2.py3-none-any.whl，缺什么安什么就是了。我是64位系统，装的python3.5，所以都是3.5版本适用。

gensim-3.8.1-cp37-cp37m-win_amd64.whl

由于gensim-3.8.1-cp37-cp37m-win_amd64.whl官网下载太慢，现提供资源可快速下载，如需更多资源可评论上传

linux 学习

Linux常用命令英文全称与汉语解释Linux系统，学习linux 必备，

gensim-0.12.2.tar.gz

gensim-0.12.2.tar.gz

gensim-3.8.1-cp27-cp27m-win_amd64.whl

python的第三方库gensim-3.8.1-cp27-cp27m-win_amd64.whl文件，从官网下太慢了，因此放上来分享给需要的人。

word2vec-gensim-wiki-english:使用Wiki英语数据集训练您自己的word2vec嵌入-源码

word2vec-gensim-wiki-中文 使用Wiki英语数据集训练您自己的word2vec嵌入 您可能需要预先训练的word2vec向量，并且此可能对您来说是个好主意。 但是，棘手的是使用Wiki-english数据集没有预先训练的向量。 更棘手的是，尽管给定的用法代码虽然适用于text8数据集，但无法在wiki-english-20171001数据集上训练矢量。 我们已经对其进行了多次测试，最可能的原因是wiki-english-20171001的数据结构与其余数据略有不同。 它包含许多部分，而不仅仅是标记化的句子。 为了得到它的工作，我们指的是IterableWrapper本提供，并将其应用在维基英文数据集。 用法 要查看进度如何，最好像这样配置日志记录 import logging logging . basicConfig ( format = '%(asctime)s

gensim-3.2.0-cp35-cp35m-win_amd64.whl

gensim-3.2.0-cp35-cp35m-win_amd64.whl gensim-3.2.0-cp35-cp35m-win_amd64.whl

gensim2.3.0.tar.gz

gensim2.3.0安装包，具体安装步骤请参照我的博客

gensim-3.8.1-cp37-cp37m-win_amd64.rar

gensim-3.8.1-cp37-cp37m-win_amd64 轮子文件，不用去官网下载了。可以直接本地安装使用

windows版的自然语言处理NLP包gensim-3.8.3-cp38-cp38-win_amd64(1).whl

自然语言处理（NLP）工具包，window版本 64-bit，python3.8.3环境，gensim-3.8.3-cp38-cp38-win_amd64(1).whl。

gensim-3.2.0-cp35-cp35m-win_amd64.rar

gensim-3.2.0-cp35-cp35m-win_amd64 轮子，不需要从官网下载了官网下载太慢，现提供资源可快速下载，如需更多资源可评论上传

word2vec-google-news-300.zip.010

Word2Vec 模型word2vec-google-news-300。在 Google News 数据集上训练完成的 Word2Vec 模型，覆盖了大约 300 万的词汇和短语。该模型是利用了整个 Google News 大约 1000 亿个词的语料训练而成！由于文件太大，将压缩包分成了10个部分。