Nlp 用于培训Gensim Word2vec模型的每个句子的最小字数
假设我有一个短句语料库，其中的单词数量从1到大约500个，平均单词数量大约是9个。如果我使用window=5（默认值）训练Gensim Word2vec模型，我应该使用所有的句子吗？或者我应该删除字数少的句子？如果是这样，是否有最小字数的经验法则？对于word2vec算法来说，只有一个单词的文本基本上是“空的”：没有相邻的单词，这是所有训练模式所必需的。你可以把它们扔了，但把它们留在里面也没什么害处。他们基本上就是没有行动 任何包含2个或更多单词的文本都有助于培训Nlp 用于培训Gensim Word2vec模型的每个句子的最小字数,nlp,gensim,word2vec,hyperparameters,Nlp,Gensim,Word2vec,Hyperparameters,假设我有一个短句语料库，其中的单词数量从1到大约500个，平均单词数量大约是9个。如果我使用window=5（默认值）训练Gensim Word2vec模型，我应该使用所有的句子吗？或者我应该删除字数少的句子？如果是这样，是否有最小字数的经验法则？对于word2vec算法来说，只有一个单词的文本基本上是“空的”：没有相邻的单词，这是所有训练模式所必需的。你可以把它们扔了，但把它们留在里面也没什么害处。他们基本上就是没有行动 任何包含2个或更多单词的文本都有助于培训