其他
NLP资源 | 汽车、金融等9大领域预训练词向量模型下载资源
The following article is from 老刘说NLP Author 刘焕勇
在前面的文章中，我们介绍了关于词向量的一些基础理论和训练方法，本文主要开放汽车、房产、教育、社会、娱乐、体育、金融、科技、游戏等9大领域预训练词向量，以及字符、依存、拼音与词性4类预训练向量地址，供大家一起使用。
一、汽车、房产等9大领域预训练词向量
通过收集多文本分类语料库，对汽车、房产、教育、社会、娱乐、体育、金融、科技、游戏等多个领域文本进行词向量训练，得到了如下预训练词向量的结果：
| 领域类型 | 模型类型 | 关键词集合 | 词的规模 |
|---|---|---|---|
| 汽车 | word_vector_auto.model.bin | 117,510 | 200 |
| 房产 | word_vector_house.model.bin | 145,287 | 200 |
| 教育 | word_vector_edu.model.bin | 242,874 | 200 |
| 社会 | word_vector_society.model.bin | 221,395 | 200 |
| 娱乐 | word_vector_ent.model.bin | 230,665 | 200 |
| 体育 | word_vector_sports.model.bin | 95724 | 200 |
| 金融 | word_vector_finance.model.bin | 284035 | 200 |
| 科技 | word_vector_tech.model.bin | 108188 | 200 |
| 游戏 | word_vector_games.model.bin | 100821 | 200 |
开放地址：
https://pan.baidu.com/s/1jEHFoAmVXlB67Q28-CeTvw 密码: 1pa6
二、预训练字符、依存、拼音与词性向量
通过对字符、依存、拼音与词性进行切分，使用同样的方式，可以得到相应的预训练词向量。
| 向量名称 | 向量含义 | 词数 | 维度 | 例子 |
|---|---|---|---|---|
| de_vec_10 | 依存关系向量 | 13 | 10 | SBV, ATT |
| pinyin_vec_300 | 汉语拼音向量 | 146242 | 300 | ni, hao |
| postag_vec_30 | 汉语词性向量 | 59 | 300 | n,v,a,d |
| token_vec_300 | 汉语字向量 | 20029 | 300 | 刘,焕,勇 |
| word_vec_300 | 汉语词向量 | 673266 | 300 | 刘焕勇 |
开放地址：
https://github.com/liuhuanyong/ChineseEmbedding
向量效果：
***********************字符向量************************
token:刘
('李', 0.7306396961212158),('陈', 0.7201231122016907)
('赵', 0.6974461674690247),('杨', 0.6972213983535767)
('吴', 0.6851627230644226),('徐', 0.6516467332839966)
('郭', 0.6499480605125427),('蔡', 0.6175302267074585)
('郑', 0.6092196106910706),('孙', 0.5950524210929871)
token:丑
('卯', 0.6074919700622559),('酉', 0.5910211801528931)
('巳', 0.5581363439559937),('戌', 0.43932047486305237)
('戊', 0.41449615359306335),('壬', 0.40456631779670715)
('謤', 0.367109090089798),('绯', 0.3643313944339752),
('寅', 0.36351141333580017),('旽', 0.3549465537071228)
***********************依存向量************************
dependency rel:ATT
('COO', 0.14239487051963806),('ADV', -0.16987691819667816)
('RAD', -0.2357601821422577),('HED', -0.2401314228773117)
('SBV', -0.25625932216644287),('WP', -0.27165737748146057)
('LAD', -0.2902592420578003),('POB', -0.2990782558917999)
('VOB', -0.37553706765174866),('IOB', -0.6669262647628784)
dependency rel:POB
('IOB', 0.16698899865150452),('DBL', 0.16678886115550995)
('FOB', 0.1657436639070511),('CMP', 0.14784857630729675)
('VOB', 0.1461176574230194),('SBV', 0.08011472970247269)
('LAD', -0.022307466715574265),('WP', -0.022942926734685898)
('HED', -0.037264980375766754),('RAD', -0.042251598089933395)
***********************拼音向量************************
pinyin:wo
('shei', 0.6129732131958008)('ta', 0.6081706285476685)
('nin', 0.5819231867790222),('！', 0.5435523986816406)
('……', 0.48428624868392944),('ai', 0.47832390666007996)
('o', 0.4761071801185608),('。』', 0.4598163366317749)
('...', 0.45207729935646057),('ni', 0.44975683093070984)
pinyin:guo
('dang', 0.3908974528312683),('yuan', 0.378823846578598)
('zu', 0.35387369990348816),('hua', 0.3405681848526001)
('zheng', 0.3355437219142914),('yi', 0.3333034813404083)
('ren', 0.3194104731082916),('jun', 0.3187354505062103)
('hui', 0.31342023611068726),('xin', 0.3096797466278076)
***********************词性向量************************
word postag:a
('d', 0.7203904986381531),('c', 0.6124969720840454)
('v', 0.4963228106498718),('an', 0.4531499147415161)
('uz', 0.4459834396839142),('ud', 0.42059916257858276)
('r', 0.4090540111064911),('uj', 0.4061364233493805)
('i', 0.38707998394966125),('l', 0.3551557660102844)
word postag:n
('b', 0.7030695676803589),('vn', 0.490166038274765)
('p', 0.4858315885066986),('v', 0.4499088227748871)
('nt', 0.44155171513557434),('f', 0.26609259843826294)
('s', 0.2639649212360382),('l', 0.24365971982479095)
('ns', 0.2278469204902649),('m', 0.202927365899086)
***********************词向量************************
word:爱情
('爱恋', 0.6931096315383911),('真爱', 0.6897798776626587)
('婚姻', 0.6540514826774597),('浪漫爱情', 0.6535360813140869)
('情感', 0.6501022577285767),('感情', 0.6403399705886841)
('纯爱', 0.6394841074943542),('爱情故事', 0.6282097101211548)
('校园爱情', 0.6078493595123291),('情爱', 0.5976818799972534)
word:创新
('技术创新', 0.7648976445198059),('不断创新', 0.7172579765319824)
('创新型', 0.6573833227157593),('创新能力', 0.6533682942390442)
('创新性', 0.6160774827003479),('革新', 0.6159394383430481)
('人才培养', 0.6093565821647644),('开拓创新', 0.6015594601631165)
('探索', 0.5987343788146973),('技术革新', 0.5949685573577881)
关于作者
老刘，刘焕勇，NLP开源爱好者与践行者，主页：https://liuhuanyong.github.io。
就职于360人工智能研究院、曾就职于中国科学院软件研究所。
老刘说NLP，将定期发布语言资源、工程实践、技术总结等内容，欢迎关注。