gensim

Gensim 是一个面向自然语言处理与信息检索领域的 Python 库，专注于无监督主题建模、文档索引与语义相似度检索。其核心功能包括内存无关的流式处理能力（支持超大语料、磁盘驻留与分布式计算），提供 LSA、LDA、HDP、Word2Vec 等主流算法的高效多核实现，并具备直观的向量空间建模接口和可扩展的转换 API。适用于文本挖掘、智能搜索、推荐系统、知识图谱预处理等需从海量非结构化文本中提取语义结构的工业与研究场景。