nlp業務中，無可避免地要使用詞向量做特徵構建，維度過大導致計算量複雜，在百萬級資料處理中速度非常慢，為了權衡工程需要，我們要根據實際情況做選取。我對比了不同緯度在使用上的效果，確定乙個合理的範圍，供大家根據自己的業務操作。
wv.most_similar(['主管'], topn=30)
dim=10
[('部', 0.9898655414581299),
('人員', 0.9882362484931946),
('副', 0.9846471548080444),
('兼', 0.9810933470726013),
('總', 0.9808691143989563),
('督導', 0.9800705909729004),
('及', 0.9787922501564026),
('助理', 0.978703498840332),
('和', 0.9768193960189819),
('組', 0.9762864112854004),
('主任', 0.9733006358146667),
('經理', 0.9703651666641235),
('副經理', 0.9689823985099792),
('文員', 0.9678162932395935),
('實習', 0.967551052570343),
('執行', 0.9675098061561584),
('駐店', 0.9662008881568909),
('類', 0.966163158416748),
('見習', 0.9655701518058777),
('現場', 0.9648318886756897),
('日常', 0.9646518230438232),
('外派', 0.9643538594245911),
('崗', 0.9629733562469482),
('儲備', 0.9622340202331543),
('幹部', 0.9614977240562439),
('部長', 0.9574716091156006),
('維護員', 0.9573255181312561),
('講解員', 0.9559121131896973),
('副總', 0.9538909196853638),
('協助', 0.9534264802932739)]
dim=100
[('高階專員', 0.7589221596717834),
('經理', 0.7558820247650146),
('人員', 0.7198249101638794),
('內勤', 0.7181121110916138),
('總監', 0.7111504077911377),
('業務主管', 0.7099388837814331),
('主管', 0.7039210796356201),
('老客戶', 0.6933689117431641),
('調研', 0.6911988258361816),
('客服', 0.690113365650177),
('文員', 0.6886807084083557),
('對接', 0.6857904195785522),
('話務', 0.6799235343933105),
('外聯', 0.6787949800491333),
('顧問', 0.6785675287246704),
('宣傳員', 0.6771835088729858),
('運營部', 0.6687096357345581),
('職員', 0.6678380370140076),
('副經理', 0.6664285659790039),
('營銷員', 0.6653130650520325),
('商務代表', 0.6643666625022888),
('稽查', 0.6642056703567505),
('副總', 0.6620935201644897),
('運營', 0.6619923114776611),
('訂單', 0.6611194014549255),
('資訊員', 0.6592134833335876),
('文職', 0.6564882397651672),
('部長', 0.6559721231460571),
('推廣', 0.6552845239639282),
('運營商', 0.6543294787406921)]
dim=45
[('文員', 0.8804426193237305),
('經理', 0.868613600730896),
('人員', 0.862251341342926),
('內勤', 0.8554402589797974),
('業務主管', 0.8453125953674316),
('總監', 0.8363998532295227),
('客服', 0.827606201171875),
('高階專員', 0.8149360418319702),
('主管', 0.8101118803024292),
('副總', 0.7973485589027405),
('職員', 0.7962808012962341),
('支援', 0.7902414202690125),
('實習生', 0.7901945114135742),
('對接', 0.7889500856399536),
('業務員', 0.7869356870651245),
('顧問', 0.785954475402832),
('推廣員', 0.7852128744125366),
('業務經理', 0.7840945720672607),
('員', 0.781104564666748),
('運營', 0.7787041068077087),
('負責人', 0.7733438014984131),
('老客戶', 0.7725980877876282),
('推廣', 0.7715122699737549),
('文職', 0.7711169719696045),
('調研', 0.7709962129592896),
('訂單', 0.7706228494644165),
('渠道', 0.7694729566574097),
('業務', 0.7682620286941528),
('總助', 0.7671991586685181),
('資訊員', 0.7657262086868286)]
由上可知，dim=10引數空間不足，查詢時存在相關性不足現象，在實際使用中也發現了很多問題，這是客觀存在的。
當dim=45，整體表現還是很好的，維度空間也不是那麼大；dim=100時，當然表現還是很好的。
個人認為，在工程中使用40-60維度的詞向量基本可滿足需求，計算量也不是很大。
SVN實際應用中的注意事項
一 提交之前先更新 1.svn更新的原則是要隨時更新，隨時提交。當完成了乙個小功能，能夠通過編譯並且自己測試之後，謹慎地提交。2.如果在修改的期間別人也更改了svn的對應檔案，那麼commit就可能會失敗。如果別人和自己更改的是同乙個檔案，那麼update時會自動進行合併，如果修改的是同一行，那麼合...
SVN實際應用中的注意事項
一 提交之前先更新 1.svn更新的原則是要隨時更新，隨時提交。當完成了乙個小功能，能夠通過編譯並且自己測試之後，謹慎地提交。2.如果在修改的期間別人也更改了svn的對應檔案，那麼commit就可能會失敗。如果別人和自己更改的是同乙個檔案，那麼update時會自動進行合併，如果修改的是同一行，那麼合...
SVN實際應用中需要注意的問題
一 提交之前先更新 1.svn更新的原則是要隨時更新，隨時提交。當完成了乙個小功能，能夠通過編譯並且自己測試之後，謹慎地提交。2.如果在修改的期間別人也更改了svn的對應檔案，那麼commit就可能會失敗。如果別人和自己更改的是同乙個檔案，那麼update時會自動進行合併，如果修改的是同一行，那麼合...