下面痒用什么药效果好| 风热感冒吃什么消炎药| 湿热吃什么好| gree是什么牌子| 柠檬茶喝了有什么好处| 惊弓之鸟是什么故事| 为什么叫香港脚| 什么弟什么兄| 撒西不理是什么意思| 汁男什么意思| 股长是什么级别| 硒酵母胶囊对甲状腺的作用是什么| 鱼非念什么| 梦见死人了是什么意思| 奥运五环代表什么| 脑门出汗多是什么原因| 什么马不能跑| 脾虚可以吃什么水果| 肌肉痛是什么原因| 出其不意下一句是什么| 前列腺增生吃什么食物好| 百香果有什么作用| 胆结石不能吃什么| 腿肿脚肿是什么原因引起的| 幼儿园报名需要什么资料| 头疼是因为什么| 7月7日是什么星座| 为什么叫印度阿三| 最近我和你都有一样的心情什么歌| PT医学上是什么意思| 皮肤癣用什么药| 返流性食管炎用什么药| 分散片是什么意思| 地区和市有什么区别| 口水是甜的是什么原因| 黑松露是什么东西| 宝宝咳嗽吃什么药好| 樱桃补什么| 血脂粘稠有什么症状| 背疼是什么原因引起的女人| 吐口水有血是什么原因| 欺世盗名是什么意思| 生活老师是做什么的| 起司是什么| 淋巴挂什么科室| 辅警政审主要审些什么| 什么是微循环| 盐水泡脚有什么好处| 总是拉稀大便不成形是什么原因| 昧是什么意思| 晚上喝红酒配什么小吃| 圣母什么意思| 嘴唇边缘发黑是什么原因| 尿酸高有什么反应| 超滤是什么意思| 梦见抓蝎子是什么意思| 2022年属虎的是什么命| 绝经三年了突然又出血了什么原因| 祯字五行属什么| 牙痛是什么原因引起的| copd是什么病的简称| 37岁属什么| 全身抽筋吃什么药| 眼睛视力模糊用什么眼药水| 吃什么容易结石| 女生经常手淫有什么危害| 子宫钙化灶是什么意思| 溢水是什么意思| 梦见走错路是什么意思| 什么是伤官见官| nicole是什么意思| 不什么声什么| 伏羲姓什么| 伟哥是什么药| 一失足成千古恨是什么意思| 什么东西能让皮肤变白| 胖头鱼又叫什么鱼| 什么米叫粳米| adhd是什么| 飞黄腾达是什么意思| 优生优育是什么意思| 融合菜是什么意思| 毛血旺是什么| 胚胎是什么意思| 什么是性| 酪氨酸酶是什么东西| 午时银花露有什么功效| ua是什么意思| 为什么吃鸽子刀口长得快| 双子座上升星座是什么| 家里停电打什么电话| stranger什么意思| 合肥古代叫什么| 欧是什么意思| hpv45型阳性是什么意思| 菌群失调是什么意思| 液基薄层细胞学检查是什么| 套作是什么意思| 孩子铅高有什么症状| 什么叫前庭功能| 三伏贴有什么功效| 大义灭亲是什么意思| 口腔医学技术可以考什么证| 恒顺众生是什么意思| 身上痒是什么情况| 淋巴滤泡增生是什么意思| 剖腹产可以吃什么水果| 饧是什么意思| 退行性变是什么意思| 疝气是什么病| 马跟什么生肖最配| 平血头晕吃什么药最好| 蕊五行属什么| messi是什么意思| 外痔长什么样| 看肺结节挂什么科| 反复发烧挂什么科| 青霉素过敏不能吃什么药| 嘴唇痒边缘痒用什么药| 瑶是什么意思| 牛反刍是什么意思| 什么是基础病| 女朋友的弟弟叫什么| 属狗和什么属相最配| ab型血和o型血的孩子是什么血型| 紫癜是什么病 严重吗| 头皮痒用什么药| 40gp是什么意思| 日是什么意思| 不排便是什么原因| 乙肝五项15阳性是什么意思| 鼻窦炎都有什么症状| 点痣后需要注意什么事项| shy是什么意思| 胎儿生物物理评分8分什么意思| 为什么医生不推荐特立帕肽呢| 烤箱能做什么美食| 儿童头疼吃什么药| 呼风唤雨的动物是什么生肖| 狗鼻子干是什么原因| 羊齿状结晶代表什么| 心律不齐用什么药| cc是什么意思| 胃酸分泌过多是什么原因造成的| 耳心痒是什么原因| 长命锁一般由什么人送| 附件炎是什么引起的| hg是什么意思| 猫牙米是什么米| 心花怒放是什么意思| 手表seiko是什么牌子| 金牛女喜欢什么样的男生| 男性尿道炎吃什么药| 玉米属于什么类| 梦到数钱代表什么预兆| 冯巩什么军衔| 农历9月14日是什么星座| bpo是什么| 大拇指抖动是什么原因引起的| 子宫后位什么意思| 背厚是什么原因造成的| 三文鱼刺身是什么意思| 备孕要吃什么| 榴莲壳可以做什么| 臭嗨是什么意思| 男士蛋皮痒用什么药| 老年人补什么钙效果最好| 尿检粘液丝高什么意思| 睡觉咬牙是什么原因| 达泊西汀是什么药| 商业保险报销需要什么材料| 男人尿道炎吃什么药最好| 为什么人死后要盖住脸| 头陀是什么意思| 壬寅年五行属什么| 人潮涌动是什么意思| 经常自言自语是什么原因| 尿血是什么病| 男人吃什么补肾壮阳效果最好| 心安是什么意思| 太爷爷的爸爸叫什么| 北芪与黄芪有什么区别| 肛门疼痛是什么原因| 火影忍者什么时候出的| 羊日冲牛是什么意思| 6月26什么星座| 中医师承是什么意思| 咳嗽吃什么药好| hr医学上是什么意思| 南极和北极有什么区别| 7号来的月经什么时候是排卵期| 梦到砍树是什么意思| 身上有红色的小红点是什么原因| 寓言故事有什么特点| 疏忽是什么意思| 早上7点到9点是什么时辰| 降压药的原理是什么| 上吐下泻是什么原因| 6月适合种什么菜| 幼小衔接都学什么知识| ct腹部平扫能检查什么| 头发少是什么原因| 办健康证挂什么科| 5月24号是什么星座| 脉紧是什么意思| 胃酸胃胀反酸水吃什么药| 尖锐湿疣吃什么药| 梦见亲人死了是什么意思| 观音婢是什么意思| 泥鳅不能和什么一起吃| 载脂蛋白a1偏高是什么原因| 择日不如撞日什么意思| 1月4日是什么星座| 吕字五行属什么| 有心火是什么症状| 子宫颈肥大有什么危害| 婴儿黄疸母亲忌口什么| 什么叫宫腔粘连| 大腿根内侧发黑是什么原因| 脖子皮肤黑是什么原因| 忌行丧是什么意思| 什么是阳光抑郁症| 器质性疾病是什么意思| 坎宅是什么意思| 肚子胀气吃什么食物好| 双环醇片治什么病| 串串房是什么意思| 什么叫胆固醇| 股骨头坏死什么症状| 坐骨神经痛吃什么药好得快| 上皮源性肿瘤什么意思| 哲理是什么意思| 新生儿黄疸高有什么危害| 网友见面叫什么| 午餐吃什么好又能减肥| 阿迪耐克为什么那么贵| 胃酸过多吃什么好| 眼圈黑是什么原因| 女上位什么意思| 夏天脚底出汗是什么原因| 农历12月26日是什么星座| 产后恶露是什么| 小猫什么时候打疫苗| bmi值是什么意思| 龟头有红点用什么药| 小肚子左边疼是什么原因| 虎皮鹦鹉吃什么| 薄情是什么意思| 孕妇可以吃什么| 腋窝爱出汗是什么原因| 甲状腺结节用什么药| 小孩子记忆力差是什么原因| 毒鸡汤是什么意思| 孩子张嘴睡觉是什么原因| 四次元是什么意思啊| 早泄有什么办法| 什么是中医学| 什么动物没有尾巴| 莲藕是荷花的什么部位| 什么样的智齿不需要拔| 云的五行属性是什么| 汗疱疹是什么| 胆汁是由什么分泌的| 神经内科看什么病| 百度
Skip to content

Kyubyong/wordvectors

Repository files navigation

Pre-trained word vectors of 30+ languages

This project has two purposes. First of all, I'd like to share some of my experience in nlp tasks such as segmentation or word vectors. The other, which is more important, is that probably some people are searching for pre-trained word vector models for non-English languages. Alas! English has gained much more attention than any other languages has done. Check this to see how easily you can get a variety of pre-trained English word vectors without efforts. I think it's time to turn our eyes to a multi language version of this.

Nearing the end of the work, I happened to know that there is already a similar job named polyglot. I strongly encourage you to check this great project. How embarrassing! Nevertheless, I decided to open this project. You will know that my job has its own flavor, after all.

Requirements

  • nltk >= 1.11.1
  • regex >= 2016.6.24
  • lxml >= 3.3.3
  • numpy >= 1.11.2
  • konlpy >= 0.4.4 (Only for Korean)
  • mecab (Only for Japanese)
  • pythai >= 0.1.3 (Only for Thai)
  • pyvi >= 0.0.7.2 (Only for Vietnamese)
  • jieba >= 0.38 (Only for Chinese)
  • gensim > =0.13.1 (for Word2Vec)
  • fastText (for fasttext)

Background / References

  • Check this to know what word embedding is.
  • Check this to quickly get a picture of Word2vec.
  • Check this to install fastText.
  • Watch this to really understand what's happening under the hood of Word2vec.
  • Go get various English word vectors here if needed.

Work Flow

  • STEP 1. Download the wikipedia database backup dumps of the language you want.
  • STEP 2. Extract running texts to data/ folder.
  • STEP 3. Run build_corpus.py.
  • STEP 4-1. Run make_wordvector.sh to get Word2Vec word vectors.
  • STEP 4-2. Run fasttext.sh to get fastText word vectors.

Pre-trained models

Two types of pre-trained models are provided. w and f represent word2vec and fastText respectively.

Language ISO 639-1 Vector Size Corpus Size Vocabulary Size
Bengali (w) | Bengali (f) bn 300 147M 10059
Catalan (w) | Catalan (f) ca 300 967M 50013
Chinese (w) | Chinese (f) zh 300 1G 50101
Danish (w) | Danish (f) da 300 295M 30134
Dutch (w) | Dutch (f) nl 300 1G 50160
Esperanto (w) | Esperanto (f) eo 300 1G 50597
Finnish (w) | Finnish (f) fi 300 467M 30029
French (w) | French (f) fr 300 1G 50130
German (w) | German (f) de 300 1G 50006
Hindi (w) | Hindi (f) hi 300 323M 30393
Hungarian (w) | Hungarian (f) hu 300 692M 40122
Indonesian (w) | Indonesian (f) id 300 402M 30048
Italian (w) | Italian (f) it 300 1G 50031
Japanese (w) | Japanese (f) ja 300 1G 50108
Javanese (w) | Javanese (f) jv 100 31M 10019
Korean (w) | Korean (f) ko 200 339M 30185
Malay (w) | Malay (f) ms 100 173M 10010
Norwegian (w) | Norwegian (f) no 300 1G 50209
Norwegian Nynorsk (w) | Norwegian Nynorsk (f) nn 100 114M 10036
Polish (w) | Polish (f) pl 300 1G 50035
Portuguese (w) | Portuguese (f) pt 300 1G 50246
Russian (w) | Russian (f) ru 300 1G 50102
Spanish (w) | Spanish (f) es 300 1G 50003
Swahili (w) | Swahili (f) sw 100 24M 10222
Swedish (w) | Swedish (f) sv 300 1G 50052
Tagalog (w) | Tagalog (f) tl 100 38M 10068
Thai (w) | Thai (f) th 300 696M 30225
Turkish (w) | Turkish (f) tr 200 370M 30036
Vietnamese (w) | Vietnamese (f) vi 100 74M 10087

About

Pre-trained word vectors of 30+ languages

Topics

Resources

License

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published
手震颤是什么原因引起的 头晕是什么原因引起 梦见丢了一只鞋是什么意思 什么时候闰五月 血压不稳定是什么原因
碘伏和络合碘有什么区别 自给自足是什么意思 后背疼去医院挂什么科 肌红蛋白高是什么原因 kys什么意思
心里害怕紧张恐惧是什么症状 XXJ什么意思 一个叉念什么 甘油三酯高用什么药好 悠闲惬意什么意思
前列腺炎需要做什么检查 清明节什么时候 告加鸟念什么 子宫增厚是什么原因 湖南省的简称是什么
pet-ct主要检查什么hcv8jop3ns5r.cn 粉红色泡沫样痰是什么病hcv8jop8ns0r.cn 小分子肽有什么作用jinxinzhichuang.com 处女座男生喜欢什么样的女生hcv8jop4ns9r.cn 避孕药是什么原理hcv8jop2ns3r.cn
全身发黄是什么原因hcv9jop2ns7r.cn 精益求精的意思是什么hcv8jop1ns6r.cn 老是拉肚子什么原因hcv9jop3ns1r.cn 肾结石有什么症状表现0297y7.com 上午12点是什么时候hcv8jop7ns7r.cn
仙人掌有什么功效hcv8jop4ns3r.cn wdf是什么意思hcv8jop7ns8r.cn gin是什么意思hcv9jop6ns2r.cn 做梦梦到踩到屎是什么意思jasonfriends.com 肝功十二项包括什么aiwuzhiyu.com
梦见煮鱼有什么预兆hcv8jop6ns2r.cn 姓彭的女孩子取什么名字好hcv7jop6ns4r.cn 小孩口臭吃什么药hcv7jop5ns2r.cn 什么是区块链技术travellingsim.com 梨花是什么生肖hcv9jop6ns2r.cn
百度