什么是Gensim word2vec输出

Question

我想使用gensim word2vec作为神经网络的输入。我有两个问题：

1）gensim.models.Word2Vec获取参数大小。如何使用此参数？什么尺寸？

2）一旦训练了gensim word2vec的输出是什么？我可以看到这不是概率值（不在0和1之间）。在我看来，对于每个单词向量，我们得到这个单词和其他单词之间的距离（cosinus）（但确切地说是哪些单词？）

感谢您的回复。

Answer 1

Ans to 1 - ＆gt; size参数是单词向量的维度，即如果size=100

，每个向量将具有100个维度

Ans to 2 - ＆gt;您可以使用此功能save_word2vec_format(fname="vectors.txt", fvocab=None, binary=False) ref保存单词向量。这将保存文件"vectors.txt"，其第一行为<size of the vocabulary> <dimensions>，其余行的格式为<word> <vector of size dimension>。

"vectors.txt"的示例：

297820 100
the -0.18542234751 0.138813291635 0.0392148854213 0.0238721499736 -0.0443151295365 0.03226302388 -0.168626211895 -0.17397777844 -0.0547546409461 0.166621666046 0.0534506882806 0.0774947957067 -0.180520283779 -0.0938140452702 -0.0354599008902 -0.0533488133527 -0.0667684564816 -0.0210904306995 -0.103069115604 -0.138712344952 -0.035142440978 -0.125067138202 0.0514192233164 -0.142052171747 0.0795726729387 0.0310433094806 -0.00666224898992 0.047268806263 0.0339849190176 -0.181107631029 0.0477396587205 0.0483130822899 -0.090229393762 0.0224528628225 0.190814060668 -0.179506639849 0.00034066604609 0.0639057478 0.156444383949 -0.0366888977431 -0.170674385275 -0.053907152935 0.106572313582 0.0724497821903 -0.00848717936216 0.124053494271 -0.0420715605081 0.0460277422205 -0.0514693485657 0.132215091575 -0.0429308836475 -0.111784875385 -0.0543172053216 0.0849476776796 -0.015301892652 0.00992711997251 -0.00566113637219 0.00136359242972 -0.0382116842516 0.0681229985191 0.0685156463052 0.0759072640845 -0.0238136705161 0.168710450161 0.00879930186352 -0.179756801973 -0.210286559709 -0.161832152064 -0.0212640125813 -0.0115905356526 -0.0949562511822 0.126493155131 0.0215821686774 -0.164276918273 -0.0573806470616 -0.0147266125919 0.0566350339785 -0.0276969849679 0.0178970346094 0.0599163813161 0.0919867942845 0.172071394538 0.0714226787026 0.109037733251 0.00403647493576 0.044853743905 -0.0915639785243 -0.0242494817113 0.0705554654776 0.255584701079 0.001309754199 0.0872413719572 -0.0376289782286 0.158184379871 0.109245196088 -0.0727554069742 0.168820215174 0.0454895919746 0.0741726055733 -0.134467710995
...
...

Answer 2

  

word2vec中的尺寸大小**

• Word2vec用于创建一个向量空间，该空间基于受过训练的语料来表示单词。
• 向量是给定语料库中单词与其他单词相比的数学表示。尺寸大小是矢量长度。
• 对向量执行数学运算表示单词之间的关系。
• 因为“ man”和“ king”的向量将是接近的，而对于“ Faris”和“ France”的向量将是相同的。
• 如果尺寸太小（如二维或三维），则信息表示将非常有限。
• 维度可以简化为不同单词之间的链接。可以根据单词在语料库中的相互定位，以不同的维度将单词彼此链接。

  

如何使用向量

• 向量本身是无用的，数字代表与语料库中所有其他词有关系的词的位置
• 相对于其他矢量进行测量时，矢量可能是有意义的
• 余弦相似度是衡量不同词之间相似度的常用方法之一。

祝你好运