整個處理過程遵照：
教程的方式，中間穿插著使用了其他的方法，下面開始乙個個講解一下具體做實驗的過程：
zhwiki-latest-pages-articles.xml.bz2
2.對壓縮檔案的處理，根據帖子中的命令列，直接在同一級目錄下執行process_wiki.py即可。
輸入：python process_wiki.py zhwiki-latest-pages-articles.xml.bz2 wiki.zh.text
這個過程耗費時間比較久，大概需要3個半小時左右。
生成了wiki.zh.text
3.生成的文字當中存在繁體字，所以我們考慮使用簡繁體轉換的方式，將繁體字轉換為簡體字，這裡就用到了新的轉換工具，opencc的包。具體的使用方式及中間的波折寫在opencc的安裝筆記當中。生成轉換之後的文字：wiki.zh.jian.text
4.對英文做處理，在網上找到了乙個合適的方法，特別方便，直接執行（5分鐘）
remove_words.py生成了wiki_cn_jian_remomved.txt
5.對詞語進行切割，使用jieba分詞包（半個小時）
執行 separate_words.py得到檔案wiki_cn_jian_removed_seg.txt檔案
6.訓練word2vec模型，執行train_word2vec_model.py檔案（25分鐘）
具體命令列：
python train_word2vec_model.py wiki_cn_jian_removed_seg.txt wiki.zh.text.model wiki.zh.text.vector
訓練結束，開始測試：
至此word2vec的實驗全部完成，這裡的word2vec裡面具體用到的是skip-gram模型。
詞語相似度計算
詞語相似度計算 當事物可以計算的時候就產生了智慧型 alert 一 詞語相似度 詞義相似度計算在很多領域中都有廣泛的應用，例如資訊檢索 資訊抽取 文字分類 詞義排歧 基於例項的機器翻譯等等。國內很多 主要是基於同義詞林和知網來計算的。本文的詞語相似度計算是基於 同義詞詞林 的。二 同義詞林介紹 同義...
Word2Vec提取關鍵詞，詞語相似度
import sys try reload sys sys.setdefaultencoding utf 8 except pass import codecs from textrank4zh import textrank4keyword,textrank4sentence from gensi...
USB host處理過程
在usbh core.c中有乙個函式usbh process 這個函式很重要，main 函式每迴圈一次，它就執行一次，它處理所有usb核心狀態的變化，typedef enum host state 根據這個當前狀態 phost gstate 處於以上哪個狀態的不同，做出不同的處理過程。其中最重要的要...