如何在GoogleNews-vectors-negative300.bin预训练模型中添加缺失的单词向量？

Question

我在python中使用gensim word2vec库并使用预先训练的GoogleNews-vectors-negative300.bin模型。但是，

  

我的语料库中有单词，我没有单词向量   得到keyError，我该如何解决这个问题？

这是我到目前为止所尝试的，

1：每个训练模型加载border：

GoogleNews-vectors-negative300.bin

2：使用推文中所有单词向量的平均值构建训练集的单词向量，然后进行缩放

model = Word2Vec.load_word2vec_format('GoogleNews-vectors-negative300.bin', binary=True)
print "model loaded..."

请告诉我们如何在预训练的Word2vec模型中添加新单词？

Answer 1

1. 获取预先训练的矢量 - 例如。 Google News

2. 在gensim中加载模型

3. 继续在gensim中训练模型

这些命令可能派上用场

# Loading pre-trained vectors
model = Word2Vec.load_word2vec_format('/tmp/vectors.bin', binary=True)

# Training the model with list of sentences (with 4 CPU cores)
model.train(sentences, workers=4)