我是Julia编程语言的新手。我正在尝试在我的机器上安装自适应跳跃-gram（AdaGram）模型。我遇到了以下问题。在训练模型之前，我们需要一个分词文件和一个字典文件。现在我的问题是，应该为tokenize.sh和dictionary.sh提供什么样的输入。请告诉我输出文件的生成方式以及它们的扩展名是什么。

这是我参考的网站链接：https://github.com/sbos/AdaGram.jl。这与https://code.google.com/p/word2vec/非常相似

回答：

该软件包提供了一些shell脚本来预处理数据和拟合模型：你需要在shell中调用它们，即在Julia之外。

# 安装软件包julia -e 'Pkg.clone("https://github.com/sbos/AdaGram.jl.git")'julia -e 'Pkg.build("AdaGram")'# 下载一些文本wget http://www.gutenberg.org/ebooks/100.txt.utf-8# 对文本进行分词，并统计词数~/.julia/v0.3/AdaGram/utils/tokenize.sh 100.txt.utf-8 text.txt~/.julia/v0.3/AdaGram/utils/dictionary.sh text.txt dictionary.txt# 训练模型~/.julia/v0.3/AdaGram/train.sh text.txt dictionary.txt model

然后，你可以从Julia中使用模型：

using AdaGramvm, dict = load_model("model");expected_pi(vm, dict.word2id["hamlet"])nearest_neighbors(vm, dict, "hamlet", 1, 10)