wikipedia2vec
v2.0.0
Wikipedia2Vec是一種用於獲取單詞和實體（即Wikipedia中具有相應頁面的概念）的嵌入（或向量表示）的工具。它是由Studio Ousia開發和維護的。
該工具使您能夠同時學習單詞和實體的嵌入，並將相似的單詞和實體彼此放置在連續的向量空間中。嵌入可以通過單個命令輕鬆訓練，並以公開可用的Wikipedia轉儲為輸入。
該工具實現了傳統的跳過模型，以學習單詞的嵌入及其在Yamada等人中提出的擴展。 （2016年）學習實體的嵌入。
Wikipedia2Vec和現有嵌入工具（即，FastText，Gensim，RDF2VEC和Wiki2Vec）之間的經驗比較。
可以在http://wikipedia2vec.github.io/上在線獲得文檔。
Wikipedia2Vec可以通過PYPI安裝：
% pip install wikipedia2vec使用此工具，可以通過以Wikipedia轉儲為輸入來運行火車命令來學習嵌入。例如，以下命令下載最新的英語wikipedia dump，並從此轉儲中學習嵌入：
% wget https://dumps.wikimedia.org/enwiki/latest/enwiki-latest-pages-articles.xml.bz2
% wikipedia2vec train enwiki-latest-pages-articles.xml.bz2 MODEL_FILE然後，學習的嵌入將寫入model_file 。請注意，此命令可以採用許多可選參數。有關更多詳細信息，請參考我們的文檔。
可以從此頁面下載12種語言（即，英語，阿拉伯語，荷蘭語，法語，法語，法語，德語，日語，波蘭語，葡萄牙語，俄語和西班牙語）的預測嵌入。
Wikipedia2Vec已應用於以下任務：
如果您在科學出版物中使用wikipedia2vec，請引用以下論文：
Ikuya Yamada，Akari Asai，Jin Sakuma，Hiroyuki Shindo，Hideaki Takeda，Yoshiyasu Takefuji，Yuji Matsumoto，Wikipedia2vec：一種有效的工具包，用於學習和可視化Wikipedial的單詞和嵌入式。
@inproceedings{yamada2020wikipedia2vec,
title = "{W}ikipedia2{V}ec: An Efficient Toolkit for Learning and Visualizing the Embeddings of Words and Entities from {W}ikipedia",
author={Yamada, Ikuya and Asai, Akari and Sakuma, Jin and Shindo, Hiroyuki and Takeda, Hideaki and Takefuji, Yoshiyasu and Matsumoto, Yuji},
booktitle = {Proceedings of the 2020 Conference on Empirical Methods in Natural Language Processing: System Demonstrations},
year = {2020},
publisher = {Association for Computational Linguistics},
pages = {23--30}
}
嵌入模型最初是在以下論文中提出的：
Ikuya Yamada，Hiroyuki Shindo，Hideaki Takeda，Yoshiyasu Takefuji，聯合學習命名實體歧義的單詞和實體的嵌入。
@inproceedings{yamada2016joint,
title={Joint Learning of the Embedding of Words and Entities for Named Entity Disambiguation},
author={Yamada, Ikuya and Shindo, Hiroyuki and Takeda, Hideaki and Takefuji, Yoshiyasu},
booktitle={Proceedings of The 20th SIGNLL Conference on Computational Natural Language Learning},
year={2016},
publisher={Association for Computational Linguistics},
pages={250--259}
}
以下論文提出了本示例中實施的文本分類模型：
Ikuya Yamada，Hiroyuki Shindo，文本分類的神經關注範圍模型。
@article{yamada2019neural,
title={Neural Attentive Bag-of-Entities Model for Text Classification},
author={Yamada, Ikuya and Shindo, Hiroyuki},
booktitle={Proceedings of The 23th SIGNLL Conference on Computational Natural Language Learning},
year={2019},
publisher={Association for Computational Linguistics},
pages = {563--573}
}
Apache許可證2.0
