[英]Python gensim create word2vec model from vectors (in ndarray)
我有一个带有单词及其对应向量的ndarray(每个单词的大小为100)。 例如:
Computer 0.11 0.41 ... 0.56
Ball 0.31 0.87 ... 0.32
等等。
我想从中创建一个word2vec模型:
model = load_from_ndarray(arr)
如何做呢? 我看见
键控向量
但只需要文件而不需要数组
没有现有的便捷方法可以将您自己的数组/单词列表转换为KeyedVectors
。 因此,您必须使用自己的代码手动进行构建。
但这是一个非常简单的对象,主要是一个原始数组和一个将单词映射到索引位置的字典,所有源均可用:
https://github.com/RaRe-Technologies/gensim/blob/develop/gensim/models/keyedvectors.py
我特别建议采取以下一项或两项措施的策略:
仔细研究load_word2vec_format()
方法,该方法在同级base_any2vec.py
文件中包含类似名称的支持功能,并查看它们在读取文件和构造完整实例时使用的每个步骤。
以一种受支持的方式训练虚拟的KeyedVectors
,例如,通过在包含所需单词的合成语料库上对Word2Vec
进行训练,然后检查该对象以了解工作实例的必要部分,或对该实例进行突变。然后放置您喜欢的向量映射。
from gensim.models import KeyedVectors
words = myarray[:,0]
vectors = myarray[:,1:]
model = KeyedVectors(vectors.shape[1])
model.add(words, vectors)
如果您愿意,可以保存它
model.save('mymodel')
然后再加载
model = KeyedVectors.load('mymodel')
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.