如何在Tensorflow中使用预训练的Word2Vec模型

Question

我有一个Word2Vec受过训练的模型Gensim.我如何使用它Tensorflow的Word Embeddings.我不想在Tensorflow中从头开始训练嵌入.有人可以告诉我如何使用一些示例代码吗？

Answer 1

假设你有一个字典和inverse_dict列表,列表中的索引对应于最常见的单词:

vocab = {'hello': 0, 'world': 2, 'neural':1, 'networks':3}
inv_dict = ['hello', 'neural', 'world', 'networks']

注意inverse_dict索引如何对应于字典值.现在声明你的嵌入矩阵并获取值:

vocab_size = len(inv_dict)
emb_size = 300 # or whatever the size of your embeddings
embeddings = np.zeroes((vocab_size, emb_size))

from gensim.models.keyedvectors import KeyedVectors                         
model = KeyedVectors.load_word2vec_format('embeddings_file', binary=True)

for k, v in vocab.items():
  embeddings[v] = model[k]

你有嵌入矩阵.好.现在让我们假设您想要对样本进行训练:x = ['hello', 'world'].但这对我们的神经网络不起作用.我们需要整合:

x_train = []
for word in x:  
  x_train.append(vocab[word]) # integerize
x_train = np.array(x_train) # make into numpy array

现在我们很高兴能够即时嵌入我们的样品

x_model = tf.placeholder(tf.int32, shape=[None, input_size])
with tf.device("/cpu:0"):
  embedded_x = tf.nn.embedding_lookup(embeddings, x_model)

现在embedded_x进入你的卷积或其他什么.我也假设你没有重新训练嵌入,只是简单地使用它们.希望有所帮助