[分词]
单机跑，耗时： 68分钟
[ 训练 ]
$ time ./word2vec -train /data/sogou/sohunews_segmented_1line.txt -output /data/sogou/vectors_sohunews.bin -cbow 0 -size 200 -window 5 -negative 0 -hs 1 -sample 1e-3 -threads 30 -binary 1
Starting training using file /data/sogou/sohunews_segmented_1line.txt
Vocab size: 575479 （非重复的词典单词个数 57 万）
Words in train file: 688085439 （数据文件词个数 6.8 亿）
线程数： 30
预计 12.8小时跑完。
训练出来的文件： vectors.bin 450M
[ 数据来源 ]
ftp://ftp.labs.sogou.com/Data/SogouCS/SogouCS.tar.gz
[几个结果]
上图========>
再分享一下我老师大神的人工智能教程吧。零基础！通俗易懂！风趣幽默！还带黄段子！希望你也加入到我们人工智能的队伍中来！https://blog.csdn.net/jiangjunshow