[問題] word2Vec 自然語言處理 中文語料庫

[zero0o0o8279 ()]

最近在研究sentiment analysis

練習了一下如何使用word2vec

可是大多數範例好像都是用英文的

想試試看中文的效果如何，不知道有沒有已處理好的中文語料庫可以使用，

還是都要自己先收資料，做好斷詞等等處理才行呢？

小的剛入門還不太懂，若講到的詞有觀念錯誤或是奇怪的地方還請各位高手多多指教～


--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 27.52.41.89
※ 文章網址: https://www.ptt.cc/bbs/Python/M.1499323807.A.B56.html
→ hsnuyi: 中研院有詞庫 有人把它抓下來整理好 放在github上 斷詞的
→ hsnuyi: 話 以前是都用jieba 現在好像有更好的
→ BigBank: 用維基百科去處理
→ zero0o0o8279: 有找到中研院的可是連結好像都掛了 再去github看看
→ zero0o0o8279:  維基的話 不太懂要怎麼處理那個原始檔 可以指點一
→ zero0o0o8279: 下方向嗎
→ a75468: https://github.com/zake7749/word2vec-tutorial
→ minikai: 最近公司也在處理中文斷詞 真的有比Jieba好用的嗎?
→ hsnuyi: 我是在p2看到的 可是我最愛很多個 一時找不到...
推 dppman: 可以分享一下GitHub 上整理的中研院的資源嗎？
→ bluecadence: 我記得中研院的詞庫要收錢了 如果沒記錯的話
推 Shane7: 中文維基百科  再自己斷詞