维基词向量

我们正在为 294 种语言发布预训练的单词向量, 并使用 fastText 在 维基百科 上进行了训练. 这些 300 维的向量是通过使用 Bojanowski 等人 (2016) 描述的 skip-gram 模型（使用: 默认参数）获得的.

请注意, 新版本的多语言词语向量可在: [https://fasttext.cc/docs/en/crawl-vectors.html].

Models(模型)

这些模型可以从下面下载:

Format(格式化)

单词向量以 fastText 的二进制和文本默认格式出现. 在文本格式中，每行包含一个单词，后面跟着它的向量. 每个值都是空格分隔的. 单词按降序排序.

License(许可证)

该词向量分布在知识 共享署名 - 相同方式共享3.0许可下.

References(参考)

如果您使用这些单词向量, 请引用以下文章:

P. Bojanowski*, E. Grave*, A. Joulin, T. Mikolov, Enriching Word Vectors with Subword Information

@article{bojanowski2016enriching,
  title={Enriching Word Vectors with Subword Information},
  author={Bojanowski, Piotr and Grave, Edouard and Joulin, Armand and Mikolov, Tomas},
  journal={arXiv preprint arXiv:1607.04606},
  year={2016}
}