Word2VecTrainer (HanLP portable-1.5.4 API)

java.lang.Object
- com.hankcs.hanlp.mining.word2vec.Word2VecTrainer

public class Word2VecTrainer
extends Object

词向量训练工具

构造器概要

构造器
构造器和说明

Word2VecTrainer()

构造器
构造器和说明
`Word2VecTrainer()`

方法概要

All Methods Instance Methods Concrete Methods
限定符和类型	方法和说明
`void`	`setCallback(TrainingCallback callback)` 设置训练回调
`Word2VecTrainer`	`setDownSamplingRate(float downSampleRate)` 设置高频词的下采样频率（高频词频率一旦高于此频率，训练时将被随机忽略），在不使用停用词词典的情况下，停用词就符合高频词的标准默认 1e-3, 常用取值区间为 (0, 1e-5)
`Word2VecTrainer`	`setInitialLearningRate(float initialLearningRate)` 设置初始学习率 skip-gram 默认 0.025 ，CBOW 默认 0.05
`Word2VecTrainer`	`setLayerSize(int layerSize)` 词向量的维度（等同于神经网络模型隐藏层的大小）默认 100
`Word2VecTrainer`	`setMinVocabFrequency(int minFrequency)` 最低词频，低于此数值将被过滤掉默认 5
`Word2VecTrainer`	`setNumIterations(int iterations)` 设置迭代次数
`Word2VecTrainer`	`setWindowSize(int windowSize)` 窗口大小默认 5
`WordVectorModel`	`train(String trainFileName, String modelFileName)` 执行训练
`Word2VecTrainer`	`type(NeuralNetworkType type)` 神经网络类型
`Word2VecTrainer`	`useHierarchicalSoftmax()` 启用 hierarchical softmax 默认关闭
`Word2VecTrainer`	`useNegativeSamples(int negativeSamples)` 负采样样本数一般在 5 到 10 之间默认 0
`Word2VecTrainer`	`useNumThreads(int numThreads)` 并行化训练线程数默认 `Runtime.availableProcessors()`

从类继承的方法 java.lang.Object
clone, equals, finalize, getClass, hashCode, notify, notifyAll, toString, wait, wait, wait

- 构造器详细资料
  - Word2VecTrainer
```
public Word2VecTrainer()
```
- 方法详细资料
  - setCallback
```
public void setCallback(TrainingCallback callback)
```
    设置训练回调
    
    参数:
    
    callback - 回调接口
  - setLayerSize
```
public Word2VecTrainer setLayerSize(int layerSize)
```
    词向量的维度（等同于神经网络模型隐藏层的大小）
    默认 100
  - setWindowSize
```
public Word2VecTrainer setWindowSize(int windowSize)
```
    窗口大小
    默认 5
  - useNumThreads
```
public Word2VecTrainer useNumThreads(int numThreads)
```
    并行化训练线程数
    默认 Runtime.availableProcessors()
  - type
```
public Word2VecTrainer type(NeuralNetworkType type)
```
    神经网络类型
    
    另请参阅:
    
    NeuralNetworkType}
    默认 {@link NeuralNetworkType#SKIP_GRAM}
  - useHierarchicalSoftmax
```
public Word2VecTrainer useHierarchicalSoftmax()
```
    启用 hierarchical softmax
    默认关闭
  - useNegativeSamples
```
public Word2VecTrainer useNegativeSamples(int negativeSamples)
```
    负采样样本数一般在 5 到 10 之间
    默认 0
  - setMinVocabFrequency
```
public Word2VecTrainer setMinVocabFrequency(int minFrequency)
```
    最低词频，低于此数值将被过滤掉
    默认 5
  - setInitialLearningRate
```
public Word2VecTrainer setInitialLearningRate(float initialLearningRate)
```
    设置初始学习率
    skip-gram 默认 0.025 ，CBOW 默认 0.05
  - setDownSamplingRate
```
public Word2VecTrainer setDownSamplingRate(float downSampleRate)
```
    设置高频词的下采样频率（高频词频率一旦高于此频率，训练时将被随机忽略），在不使用停用词词典的情况下，停用词就符合高频词的标准
    默认 1e-3, 常用取值区间为 (0, 1e-5)
  - setNumIterations
```
public Word2VecTrainer setNumIterations(int iterations)
```
    设置迭代次数
  - train
```
public WordVectorModel train(String trainFileName,
                             String modelFileName)
```
    执行训练
    
    参数:
    
    trainFileName - 输入语料文件
    
    modelFileName - 输出模型路径
    
    返回:
    
    词向量模型

类 Word2VecTrainer

构造器概要

方法概要

从类继承的方法 java.lang.Object

构造器详细资料

Word2VecTrainer

方法详细资料

setCallback

setLayerSize

setWindowSize

useNumThreads

type

useHierarchicalSoftmax

useNegativeSamples

setMinVocabFrequency

setInitialLearningRate

setDownSamplingRate

setNumIterations

train