如何在CBOW模式下运行MLlib的word2vec？

Question

我的理解是word2vec可以以两种模式运行：

• 连续词袋（CBOW）（单词顺序无关紧要）
• 连续skip-gram（单词顺序很重要）

我想从Spark的MLlib运行 CBOW 实现，但我不清楚文档及其示例如何做到这一点。这是他们页面上列出的示例。

来自：https://spark.apache.org/docs/2.1.0/mllib-feature-extraction.html#example

import org.apache.spark.mllib.feature.{Word2Vec, Word2VecModel}

val input = sc.textFile("data/mllib/sample_lda_data.txt").map(line => line.split(" ").toSeq)

val word2vec = new Word2Vec()

val model = word2vec.fit(input)

val synonyms = model.findSynonyms("1", 5)

for((synonym, cosineSimilarity) <- synonyms) {
  println(s"$synonym $cosineSimilarity")
}

我的问题：

• 此示例使用哪两种模式？
• 您知道如何在 CBOW 模式下运行模型吗？

提前致谢！

Answer 1

似乎MLlib目前只实现了skip-gram。

以下是skip-gram模型的打开票证/拉取请求：https://issues.apache.org/jira/browse/SPARK-20372