如何检查word2vec训练模型中是否存在密钥

Question

我使用Gensim的文档语料库训练了一个word2vec模型。一旦模型正在训练，我正在编写以下代码以获得单词的原始特征向量说“视图”。

myModel["view"]

但是，我得到了这个词的KeyError，这可能是因为它不是作为word2vec索引的键列表中的键存在的。在尝试获取原始特征向量之前，如何检查索引中的键是否退出？

Answer 1

Word2Vec还提供了一个词汇＆＃39;会员，您可以直接访问。

使用pythonistic方法：

if word in w2v_model.vocab:
    # Do something

编辑自gensim发布2.0以来，Word2Vec的API发生了变化。要访问词汇表，您现在应该使用它：

if word in w2v_model.wv.vocab:
    # Do something

编辑2 属性＆＃39; wv＆＃39;正在弃用，将在gensim 4.0.0中完成删除。现在它回到OP的原始答案：

if word in w2v_model.vocab:
    # Do something

Answer 2

使用

将模型转换为向量

word_vectors = model.wv

然后我们可以使用

if 'word' in word_vectors.vocab

Answer 3

在这里回答我自己的问题。

Word2Vec提供了一个名为 contains （'view'）的方法，该方法根据相应的单词是否已编入索引返回True或False。

Answer 4

嘿，我知道这篇文章迟到了，但这里有一段代码可以很好地处理这个问题。我自己在我的代码中使用它，它就像一个魅力：）

   size = 300 #word vector size
   word = 'food' #word token

   try:
        wordVector = model[word].reshape((1, size))
   except KeyError:
        print "not found! ",  word

注意： 我正在使用python Gensim Library for word2vec models

Answer 5

我通常使用过滤器：

for doc in labeled_corpus:
    words = filter(lambda x: x in model.vocab, doc.words)

这是一个简单的方法，用于解决看不见的单词上的KeyError。