Отword2vec На сайте я могу скачать GoogleNews-vectors-positive300.bin.gz. Файл .bin (около 3,4 ГБ) - это двоичный формат, который мне не нужен. Томас Миколовуверяет нас что «Преобразование двоичного формата в текстовый формат должно быть довольно простым (хотя это займет больше места на диске). Проверьте код в инструменте расстояния, довольно просто прочитать двоичный файл». К сожалению, я не знаю достаточно C, чтобы понятьhttp://word2vec.googlecode.com/svn/trunk/distance.c.

предположительноgensim может сделать это также, но все учебники, которые я нашел, похоже, о преобразованииот текст, а не наоборот.

Может ли кто-нибудь предложить модификации кода C или инструкции для gensim для создания текста?