使用K-means做词聚类需要用到word2vec做词向量化预处理。
# @Author : LinYimeng
代码传送门：
# -*- coding: utf-8 -*-
# @Author : LinYimeng
import multiprocessing
import gensim
from gensim.test.utils import common_texts, get_tmpfile
from gensim.models import word2vec,Word2Vec
from gensim.models import KeyedVectors
# import logging
import os# logging.basicConfig(format='%(asctime)s : %(levelname)s : %(message)s', level=logging.INFO)
sentences = word2vec.LineSentence('one.txt')
model = Word2Vec(sentences,size = 256, min_count=1, window=5,sg=0,workers=multiprocessing.cpu_count())
model.save("w2v_model1.bin")
#model.wv.save_word2vec_format('w2v_model1.txt',binary = False)
#模型储存与加载#计算一个词的最近似的词：
gensim.models.Word2Vec.load("w2v_model1.bin")
for key in model.similar_by_word('广告',topn=10):print(key)#计算两个词的相似度：
print("词汇美工和设计的相似度：")
a = model.similarity("美工","设计")
#print(a,"\n")#获取词向量（有了这个不就意味着可以进行相关词语的加减等运算，虽然我不是太懂）：
print("'美工'的向量词：")
b = model ['美工']
#print(b)
备注：本文代码系非原创的，因需要做聚类，几乎将博客里的关于这部分的代码都尝试了一遍，这份代码是没有报错的，感恩LinYimeng大神。