chin2017-20200319

seminar-personal/chin2017

モテルの作成 †

• gemsimのword2vecのオプション一覧
• 使い方

  # -*- coding: utf-8 -*-
  from gensim.models import Word2Vec
  import logging
  import sys
  logging.basicConfig(format='%(asctime)s:%(levelname)s:%(message)s',level=logging.INFO)
  f_input="l-teacher-20180206-3.txt"
  model = Word2Vec(corpus_file=f_input,sg=0,size=50)
  f_output="gw_20180206-3_cbow_50.model"
  model.save(f_output)
  print(model)

• モデルを使用

  from gensim.models import Word2Vec
  import sys
  model = Word2Vec.load(sys.argv[1])
  results = model.most_similar(positive =sys.argv[2],topn=10)
  print(model)
  for result in results:
       print(result[0],'\t',result[1])

調査 †

• 使えるデータが、地自体がどこか？
• 調べてみる。
• ken_list.txt
  • 14286
  • 鳥取県
  • 宮崎県
  • 徳島県オープンデータ(Our Open Data)」
  • 神奈川県綾瀬市
  • 神奈川県秦野市
  • 千葉県印西市
  • 千葉市
  • 文京区
  • 旭川市
  • 兵庫県芦屋市http://www.city.ashiya.lg.jp/
  • 茅ヶ崎市
  • 坂井市
  • 調布市
  • 知多市
  • 東京都府中市
  • 東京都東久留米市
  • 東京都八王子市
  • 東京都板橋区
  • 橋本市
  • 愛知県半田市
  • 北海道函館市
  • 東京都東村山市
  • 山口県防府市
  • 広島市
  • 愛知県一宮市
  • 東京都稲城市
  • 神奈川県平塚市
  • 愛媛県今治市
  • 福生市
  • 鹿児島市
  • 新潟県上越市
  • 和歌山県海南市
  • 鎌倉市
  • いわき市
  • ...