Word2Vec.jl:Julia 中的 Word2Vec

Word2Vec 创建一个WordEmbedding实例： embed = WordEmbedding(100, Word2Vec.random_inited, Word2Vec.huffman_tree, subsampling = subsampling) 顺序训练： train(embed, inputfile) 或者，并行训练： 添加工作节点： addprocs(N) 使用Blocks对输入文件进行分Blocks ： b = Block(File(inputfile), nworkers()) 开始训练块，同时提供一个文件名，用于在工作节点和主节点之间交换数据： train(embed, b, "/tmp/emb") 训练成功后，查询相似词： find_nearest_words(embed, "query words") 这仍在进行中。 使用权重平均的并行训练不会