doc2vec api

doc2vec-api

Repositori berisi beberapa korpus (Korea), skrip python untuk pelatihan dan menyimpulkan vektor dokumen uji menggunakan doc2vec.

Situs Demo

• situs demo word2vec/doc2vec korea

Korpus Mentah

• Wikipedia Korea / tokenizer luar angkasa (467MB)
• Wikipedia Korea / mecab pos tokenizer / info tag (910MB)
• Wikipedia Korea / mecab pos tokenizer / tanpa info tag (535MB)

Model Doc2vec yang telah dilatih sebelumnya

• Wikipedia bahasa Korea / mecab pos tokenizer / tanpa info tag / 30 vektor(dmpv)

• Wikipedia bahasa Korea / mecab pos tokenizer / tanpa info tag / 100 vektor(dmpv)

• Wikipedia bahasa Korea / mecab pos tokenizer / tanpa info tag / 300 vektor(dmpv)

• Wikipedia bahasa Korea / mecab pos tokenizer / tanpa info tag / 1000 vektor (dmpv)

• Wikipedia bahasa Korea + berita keuangan / mecab pos tokenizer / tanpa info tag / 30 vektor(dmpv)

• Wikipedia bahasa Korea + berita keuangan / mecab pos tokenizer / tanpa info tag / 100 vektor(dmpv)

Kata Korea2vec-api / doc2vec-api

Layanan web sederhana yang menyediakan API penyematan kata. Metode ini didasarkan pada implementasi Gensim Word2Vec/Doc2Vec. Model diteruskan sebagai parameter dan harus dalam format teks atau biner Word2Vec / Doc2Vec. Skrip web2vec-api ini bercabang dari github word2vec-api ini dan mendapatkan sedikit pembaruan untuk mendukung model word2vec Korea.

• Instal Dependensi

 pip2 install -r requirements.txt

• Meluncurkan layanan

 python word2vec-api --model path/to/the/model [--host host --port 1234]
ex) python /home/word2vec-api.py --model /home/model/all_terms_50vectors --path /word2vec --host 0.0.0.0 --port 4000


python doc2vec-api --model path/to/the/model [--host host --port 1234]
ex) python /home/doc2vec-api.py --model /home/model/all_terms_50vectors --path /doc2vec --host 0.0.0.0 --port 4000

• Contoh panggilan

 curl http://127.0.0.1:5000/word2vec/most_similar?positive=무증