在gensim word2vec模型中获得文本给定词嵌入模型的概率

Question

我正在尝试使用gensim word2vec模型获得最可能的单词序列。我找到了一个提供这些文件的预训练模型：

c('a', 'i', 'k')

这是我的代码试图用这个模型得到句子的概率：

word2vec.bin
word2vec.bin.syn0.npy
word2vec.bin.syn1neg.npy

运行此代码时出现此错误：

model = model.wv.load(word_embedding_model_path)
model.hs = 1
model.negative = 0
print model.score(sentence.split(" "))

任何人都可以帮我弄清楚如何解决问题。一般来说，我想使用一些预训练模型来获得出现在一起的单词序列的概率。

Answer 1

在初始设置和训练后，您无法将模型从使用负采样（例如negative=5, hs=0）切换到使用hierarchical-softmax（例如hs=1, negative=0）。这两个模型使用不同的内部属性，这些属性仅由setup＆amp; amp;训练。 （例如，属性syn1仅存在于以分层 - softmax模式创建和训练的模型中。）

由于score()方法目前仅适用于HS模型，因此您只需将其与在该模式下训练的模型一起使用。

（另请注意，单个文本的score()对单个模型的值不能被解释为绝对概率。它只能与针对同一模型的其他文本的得分进行比较，或者与替代模型相同的文本，分数的相对值变得有意义。）