Я использую Word2Vec с набором данных из примерно 11 000 000 токенов, который хочет схожесть слов (как часть извлечения синонимов для последующей задачи), но у меня нет четкого представления о том, сколько измерений мне следует использовать с Word2Vec. У кого-нибудь есть хорошая эвристика для диапазона измерений для рассмотрения на основе количества токенов / предложений?