是Google预先训练的word2vec模型CBO还是skipgram。
我们通过以下方式加载预训练模型：
from gensim.models.keyedvectors as word2vec
model= word2vec.KeyedVectors.load_word2vec_format('GoogleNews-vectors-negative300.bin.gz')
我们如何专门加载预训练的CBOW或skipgram模型？
答案 0 :(得分：1)
GoogleNews词向量是由Google使用专有语料库训练的，但是从未明确描述所使用的所有训练参数。 （它没有编码在文件中。）
在致力于word2vec-toolkit代码的Google网上论坛中，有人多次询问它，但没有给出明确的答案。例如，有一个response from word2vec author Mikolov that he doesn't remember the training parameters。在其他地方，another poster thinks one of the word2vec papers implies skip-gram was used –但由于这段经文与发布的GoogleNews向量的其他方面（例如词汇量）不完全匹配，因此我对此并不完全有信心。
由于Google尚不清楚，而且无论如何都没有根据不同的培训模式发布替代版本，因此，如果要运行测试或对不同的模式做出任何结论，则必须使用其他向量集，或以各种方式训练自己的向量。