如何另存为 gensim word2vec 文件？

Question

我有两个列表，A是单词列表，例如[“hello”，“world”，……]，Len(A)是10000。列表B包含与A对应的所有预训练向量，这是一个[10000,512]，512是向量维度。我想将两个列表转换为gensim word2vec模型格式，以便稍后加载模型，例如model = Word2Vec.load("word2vec.model")我应该怎么做？

Answer 1

由于您只有单词及其向量，因此您没有足够的信息来构建完整的Word2Vec模型（其中包括其他内容，例如内部神经网络的隐藏权重和词频）。

\n\n

但是您可以创建模型属性gensim KeyedVectors中的一般类型的对象。它有许多您可能有兴趣使用的辅助方法（例如 ）。gensim Word2Vec.wvmost_similar()

\n\n

假设您的A单词列表位于名为 的更有用的命名 Python 列表中words_list，而您的B向量列表位于名为 'vectors_list` 的更有用的命名 Python 列表中。

\n\n

尝试：

\n\n

from gensim.models import KeyedVectors\nkv = new KeyedVectors(512)\nkv.add(words_list, vectors_list)\nkv.save(`mywordvecs.kvmodel`)\n

\n\n

您可以稍后通过以下方式重新加载它们：

\n\n

kv2 = KeyedVectors.load(`mywordvecs.kvmodel`)\n

\n\n

（如果您想要更简单的纯向量格式，也可以由使用该格式的其他工具加载，您也可以使用save_word2vec_format()and代替load_word2vec_format()gensim 的原生save()/ 。但如果您留在 内，纯/也一样好 \xe2 \x80\x93 如果保存更复杂的训练模型会更好，因为它们会保留这些对象包含的额外信息。）load()gensimsave()load()Word2Vec

\n