我可以访问我感兴趣的文本语料库上的词向量。现在,我面临的问题是这些向量区分大小写,例如,“Him”与“him”不同,与“HIM”不同。
我想找到与“他”这个词最相似的词是不区分大小写的方式。我使用与 Google软件包distance.c
捆绑在一起的程序。word2vec
这是我面临问题的地方。
我是否应该将“他他他”作为参数传递给distance.c
可执行文件。这将返回关闭到 3 个单词的单词发送。
或者我应该distance.c
使用 3 个参数(“Him”、“him”和“HIM”)中的每一个单独运行程序,然后以合理的方式将这些列表放在一起以得出最相似的单词?请建议。