如何在无监督学习模型（cbow、skipgram）的fasttext中获取最近邻？

Question

fasttext 官方网站 (fasttext.cc) 上的示例（与单词表示相关）表明，可以计算使用 cbow（或skip-gram 模型）导出的向量（简而言之，在无监督学习模型上）的最近邻。据称，这可以使用get_nearest_neighbors模型 ( model.get_nearest_neighbors) 上的函数来完成。然而，当我尝试执行该操作时，Python (3.7.) 向我显示了一条消息，即对于无监督学习模型，fasttext 中不存在此函数，事实上，当我查看 fasttext 帮助时，我没有看到此函数。唯一存在的类似函数是模型上的谓词（model.predict（其中指定 k）），但这只能在监督学习模型上完成。

谁能向我解释发生了什么事，并帮助我解决这个问题？有什么方法可以计算 fasttext 中无监督学习模型的最近邻居吗？:-)

Answer 1

虽然fasttext有一个get_nearest_neighbor方法，但他们的pypi版本仍然没有该方法。

因此，您可以安装pyfasttext库并访问其最近邻函数。

from pyfasttext import FastText
model = FastText('model.bin')
model.nearest_neighbors('dog', k=2000)

或者，您可以获得fasttext的最新开发版本，您可以从github存储库安装

import fasttext
model = fasttext.load_model('model.bin')
model.get_nearest_neighbors('dog', k=100)