返回单词在 Gensim Word2vec 中的排名

Question

我现在正在使用 Gensim.word2vec 进行一个项目，我是这个领域的大一新生。

其实我已经有一个模型了。 有什么方法可以让我得到一个词与另一个词的相似度等级。 例如，与“girl”一词最相似的前两个词是“lady”，然后是“woman”。 如果我输入'lady'可以返回1，如果我输入'woman'它可以返回2，我可以使用任何功能吗？

谢谢！

Answer 1

没有用于此的 gensim API，但您可以使用基本的 Python 代码来查找单词出现在较长序列中的哪个位置（如果有）——例如由 gensim 的most_similar()给出的结果列表。

例如：

origin_word = 'apple'
query_word = 'orange'
all_sims = w2v_model.most_similar(origin_word, topn=0)  # topn=0 gets all results
query_index = -1
for i, sim_tuple in enumerate(all_sims):
    if sim_tuple[0] == query_word:
        query_index = i
        break 

在此代码的末尾， query_index将是'orange'在所有相似列表中的（基于 0 的）位置，如果未找到，则为-1 。

请注意，最昂贵的步骤是创建所有相似词的all_sims有序列表； 如果您要根据一个原始词检查多个查询词的排名，您肯定希望保留all_sims ，而不是每次都重新计算它。

事实上，如果你确定你会做很多这样的查找，可能会通过最深的单词，你可以做一次将结果更改为字典：

word_to_sims_index = {}
for i, sim_tuple in enumerate(all_sims):
    word_to_sims_index[i] = sim_tuple[0]

在那之后，找到一个词的索引将是一个（快速恒定时间）字典查找......

query_index = word_to_sims_index[query_word]

...如果查询词不在字典中，则会抛出 KeyError 。 （您可以使用word_to_sims_index.get(query_word, -1)如果您希望在键不存在时使用默认的-1响应。）

Answer 2

我认为这是重复的，正如他们在另一个答案中所说，您可以使用model.rank('girl', 'lady')==1 。