from gensim.models import word2vec
sentences = word2vec.Text8Corpus('TextFile')
model = word2vec.Word2Vec(sentences, size=200, min_count = 2, workers = 4)
print model['king']
输出向量是＆＃39; king＆＃39;的上下文向量吗？或者“王”这个词的嵌入向量？如何同时获得“王”的上下文向量？以及“王”的嵌入向量这个词谢谢！
答案 0 :(得分：2)
它是＆＃39; king＆＃39;的嵌入向量。
如果使用分层softmax，则上下文向量为：
model.syn1
如果你使用负抽样，他们是：
model.syn1neg
可以通过以下方式访问这些载体：
model.syn1[model.vocab[word].index]
答案 1 :(得分：0)
＆＃39;上下文向量＆＃39;也是一个单词嵌入＆＃39;向量。单词嵌入意味着词汇表如何映射到实数的向量。
当你说“嵌入”这个词时，我认为你的意思是中心词的向量。矢量。
在word2vec算法中，当您训练模型时，它会为一个单词创建两个不同的向量（当＆＃39; king＆＃39;用于中心词时以及它用于上下文词时。）< / p>
我不知道gensim如何处理这两个载体，但通常情况下，人们平均上下文和中心词，或者连接两个载体。它可能不是处理载体最美丽的方法，但它的工作方式非常好。
因此，当您在某些预训练的矢量上调用模型[＆＃39; king＆＃39;]时，您看到的矢量可能是两个矢量的平均版本。