Gensim word2vec模型中给定单词嵌入模型的文本的获取概率

Question

我正在尝试使用gensim word2vec模型获得最可能的单词序列。 我找到了提供这些文件的预训练模型：

word2vec.bin
word2vec.bin.syn0.npy
word2vec.bin.syn1neg.npy

这是我的代码尝试使用此模型获得句子的概率：

model = model.wv.load(word_embedding_model_path)
model.hs = 1
model.negative = 0
print model.score(sentence.split(" "))

运行此代码时，出现此错误：

AttributeError: 'Word2Vec' object has no attribute 'syn1'

谁能帮助我找出解决问题的方法。 通常，我想使用一些预训练的模型来获得单词序列一起出现的概率。

Answer 1

在初始设置和训练之后hs=1, negative=0您不能将模型从使用负采样（例如negative=5, hs=0 ）切换到使用hierarchical-softmax（例如hs=1, negative=0 ）。 这两个模型使用不同的内部属性，这些属性仅由设置和培训创建。 （例如，属性syn1仅存在于以syn1模式创建和训练的模型中。）

由于score()方法当前仅适用于HS模型，因此您只需要将其用于以该模式训练的模型即可。

（还要注意，针对单个模型的单个文本的score()中的值不能解释为绝对概率。仅是与同一个模型的其他文本的得分相比，或同一个文本的替代文本的得分相比）模型，分数的相对值就变得有意义。）