Afrikaans word2vec embeddings trained on OpenSubtitles

This dataset contains the subs2vec embeddings for Afrikaans, as presented in https://zenodo.org/records/17243814. The embeddings were trained on large-scale subtitle corpora and represent semantic vector spaces derived from naturalistic language use in films and television from the OpenSubtitles 2018 datasets: https://opus.nlpl.eu/OpenSubtitles/corpus/version/OpenSubtitles. For this language, we provide all embedding variants explored in the study. Specifically, the dataset includes vectors generated under different combinations of: Dimensionality: multiple vector sizes (e.g., 100, 200, 300, …) Window size: varying context windows (e.g., 2, 5, 10, …) Each file corresponds to a unique configuration (dimension × window size). Each file contains the vocabulary for that language (column 1) and then the embedding values (columns 2 through dimension size + 1). If you use this dataset, please cite: Manuscript: https://doi.org/10.5281/zenodo.17243812 Data: This Zenodo dataset (using the DOI provided here)本数据集包含南非荷兰语的subs2vec词嵌入（subs2vec），相关内容详见https://zenodo.org/records/17243814。该词嵌入基于大规模字幕语料库训练得到，其语义向量空间源自OpenSubtitles 2018数据集（https://opus.nlpl.eu/OpenSubtitles/corpus/version/OpenSubtitles）中影视内容的自然语言使用场景。 针对该语言，我们提供了研究中探索的全部词嵌入变体。具体而言，本数据集包含基于以下不同组合生成的词向量： 维度（Dimensionality）：多种向量维度（如100、200、300等） 窗口大小（Window size）：不同的上下文窗口尺寸（如2、5、10等） 每个文件对应一组唯一的配置组合（维度×窗口大小）。 每个文件包含该语言的词表（第1列），后续列为对应词的词嵌入值（第2列至第维度大小+1列）。 若您使用本数据集，请引用以下内容： 论文（Manuscript）：https://doi.org/10.5281/zenodo.17243812 数据集（Data）：本Zenodo数据集（使用此处提供的DOI）