如何通过过滤掉一些单词来加速Gensim Word2vec模型？

Question

假设我在列表中过滤了我想在下一个word2vec模型加载中使用的单词。如何构建我自己的仅包含这些已过滤的单词列表的KeyedVectors？

我试图制作：

w2v_model_keyed = w2v_model.wv
w2v_model_keyed.drop(word)

对于给定的单词但我收到以下错误：

 AttributeError: 'KeyedVectors' object has no attribute 'drop'

谢谢

Answer 1

gensim KeyedVectors类不支持增量扩展或修改（与.drop()方法一样）。您需要构建一个具有正确大小/内容的新实例。

您应该查看gensim KeyedVectors source code，尤其是.load_word2vec_format() method，以了解如何在gensim中创建现有实例，并模仿创建一个只需要您需要的大小/单词的实例。