fasttext_CBOW

用户2696

2025年2月4日修改

先随意看看fasttext的介绍：https://blog.csdn.net/zhouguangfei0717/article/details/81003455

数据集

维基百科的部分英语网页

代码块

wget http://mattmahoney.net/dc/enwik9.zip

common.docs_name - LarkCCM_Docs_Menu_Image

查看w文件

代码块

head -n 20 enwik9

代码块

<mediawiki xmlns="http://www.mediawiki.org/xml/export-0.3/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.mediawiki.org/xml/export-0.3/ http://www.mediawiki.org/xml/export-0.3.xsd" version="0.3" xml:lang="en">​
  <siteinfo>​
    <sitename>Wikipedia</sitename>​
    <base>http://en.wikipedia.org/wiki/Main_Page</base>​
    <generator>MediaWiki 1.6alpha</generator>​
    <case>first-letter</case>​
      <namespaces>​
      <namespace key="-2">Media</namespace>​
      <namespace key="-1">Special</namespace>​
      <namespace key="0" />​
      <namespace key="1">Talk</namespace>​
      <namespace key="2">User</namespace>​
      <namespace key="3">User talk</namespace>​
      <namespace key="4">Wikipedia</namespace>​
      <namespace key="5">Wikipedia talk</namespace>​
      <namespace key="6">Image</namespace>​
      <namespace key="7">Image talk</namespace>​
      <namespace key="8">MediaWiki</namespace>​
      <namespace key="9">MediaWiki talk</namespace>​
      <namespace key="10">Template</namespace>​