CBOW（连续词汇）可理解的代码

Question

最近我读过word2vec。我想完全理解 CBOW （连续的Word模型）。为此，我阅读了一些讲义并得到了一些理解，然后决定如果有一个好的实现可以从代码中删除一些混淆。我找到了word2vec的Google代码。它有.sh文件，这意味着它可以在linux上运行，并且还会给出.c文件，但是代码中的评论非常少。此外，我直到现在才找到任何文档才能很好地理解代码。

然后我浏览了java中的another implementation，但它有自己的问题，比如着名的问题，DEBUG org.reflections.Reflections - 无法扫描url jar中的文件（文件名）：file：

还有其他任何可用的实现，看看哪个可以更好地理解CBOW，最好是在windows而不是linux？如果有人能帮助我，我会感谢你。

Answer 1

也许

Tensorflow Implementation。您可能希望使用docker使其在Windows上运行。

Answer 2

免责声明：这是我在GitHub上自己代码的链接。

我最近编写了CBOW Word2Vec的C＃GPU实现，并在GitHub上发布：https://github.com/robosoup/Athena

它实现了Tomas Mikolov 2013年论文中概述的所有功能 - 包括频繁术语，动态窗口大小和负抽样的子采样。

如果您熟悉C＃，这应该很容易理解。