如何使用我訓練的 word2vec 模型？

Question

我正在嘗試制作一個基本的情緒分析程序。 現在，我有一個從推文數據庫中訓練並保存的 word2vec 模型，類似於https://www.kaggle.com/code/stoicstatic/twitter-sentiment-analysis-using-word2vec-bilstm/notebook中提供的示例.

我想知道的是如何使用我訓練過的模型並將其應用於訓練數據之外的其他數據。 我的最終目標是能夠為不同的文本分配值，例如 -1 = 否定、0 = 中性和 1 = 肯定。

任何幫助將不勝感激。 謝謝！

Answer 1

這里沒有實用的方法來指導您完成這個廣泛的目標作為答案。

如果您遵循您已准確鏈接的筆記本，無論是其數據還是您非常相似的數據/目標，它是否有效？ 如果沒有，您可能會根據事情中斷或未能達到預期的確切位置提出更具體的問題。 但在您完成此操作之前，不可能知道要對您說哪些編程細節來提供幫助。

此外，開始時，您可能希望開始搜索和完成一些更基本的 Python 測試分類/情感分析教程，這些教程不使用 word2vec 或更深層的神經網絡（如 BiLSTM） 。

只有在您大致了解輸入/輸出/選擇/評估，以及作為基線的工作系統的形式之后，您才會混合使用 word2vec 或深度神經網絡等技術。 然后，您在這里的問題也將足夠集中以回答。