返回信息流问一下，如我使用 维基百科的数据训练得到一个word2vec模型，
现手中有 3万条标记好的酒店文本数据，想做情感分析，可以用到上面用维基百科训练的word2vec模型吗？
还是 word2vec词向量模型也得在酒店评论上再训练？
[ema1]
这是一条镜像帖。来源：北邮人论坛 / ml-dm / #24063同步于 2017/5/9
该镜像源已超过 30 天没有更新，可能在源站已被删除。
ML_DM机器人发帖
关于word2vec的问题，求教
vincentBBS
2017/5/9镜像同步14 回复
订阅后，新回复会通过你的通知中心匿名送达。
9 条回复
如果直接使用wiki百科语料库训练的模型当然没有问题，但有可能会不太准确，建议用wiki百科语料库进行预训练，接着再用相关的分类语料库（比如说旅游语料库，反正关于酒店出现的频次比较高的酒席）再次训练模型，提高精度。
【 在 John11 的大作中提到: 】
: 如果直接使用wiki百科语料库训练的模型当然没有问题，但有可能会不太准确，建议用wiki百科语料库进行预训练，接着再用相关的分类语料库（比如说旅游语料库，反正关于酒店出现的频次比较高的酒席）再次训练模型，提高精度。
你说的意思我有些不太明白，用wiki语料库预训练，不是得到的是一个词向量模型吗？
难道是 指 word2vec的增量训练吗？请解~~[ema0]
同等解答
【 在 John11 的大作中提到: 】
: 如果直接使用wiki百科语料库训练的模型当然没有问题，但有可能会不太准确，建议用wiki百科语料库进行预训练，接着再用相关的分类语料库（比如说旅游语料库，反正关于酒店出现的频次比较高的酒席）再次训练模型，提高精度。
应该是指用wiki预训练作为初始词向量，在特定语料在训练一遍吧？
【 在 vincentBBS 的大作中提到: 】
:
: 你说的意思我有些不太明白，用wiki语料库预训练，不是得到的是一个词向量模型吗？
: 难道是 指 word2vec的增量训练吗？请解~~
【 在 hoshizora 的大作中提到: 】
: 应该是指用wiki预训练作为初始词向量，在特定语料在训练一遍吧？
:
word2vec的训练输入不应是文本类型吗？得到的词向量也可以做为输入吗？？
我觉得应该指的是用wiki的词向量作为词向量生成的初始参数，再用酒店语料做一次训练，这样会更精确
【 在 vincentBBS 的大作中提到: 】
: word2vec的训练输入不应是文本类型吗？得到的词向量也可以做为输入吗？？
举个例子，做情感分析，首先你需要明确问题：比如我这里有用户对酒店的评价数据，如果做用户对酒店的喜好（-1,1），-1表示讨厌，0表示中立，1表示喜欢。然后你可以标注一些用户的评价数据，比如：-1，对应的标签(太差了，脏死了，设备不行，有虫子)；然后拿用户的评价先分词，然后与你的模板进行匹配，得出来用户对酒店的喜好。假如有用户画像，多个维度，就可以做推荐了，你推荐给用户的肯定是用户比较喜欢的嘛