返回Gensim Word2vec中的单词排名

Question

我现在正在使用Gensim.word2vec进行一个项目，我是该领域的新手。

实际上我已经有了一个模型。有什么办法可以让我获得一个单词与另一个单词的相似度。例如，单词“ girl”的前2个最相似的单词是“ lady”，然后是“ woman”。如果我输入“ lady”可以返回1，我可以使用任何功能吗？如果我输入“ woman”可以返回2，可以使用我的功能吗？

谢谢！

Answer 1

没有gensim API，但是您可以使用基本的Python代码查找单词在较长序列中出现的位置（如果有的话），例如gensim的most_similar()给出的结果列表。

例如：

origin_word = 'apple'
query_word = 'orange'
all_sims = w2v_model.most_similar(origin_word, topn=0)  # topn=0 gets all results
query_index = -1
for i, sim_tuple in enumerate(all_sims):
    if sim_tuple[0] == query_word:
        query_index = i
        break 

在此代码的结尾，query_index将是所有相似列表中'orange'的（从0开始）位置，或者是-1（如果找不到） 。

请注意，最昂贵的步骤是创建所有类似单词的all_sims有序列表；如果要针对一个原始单词检查多个查询单词的排名，则肯定要保留all_sims而不是每次都重新计算。

实际上，如果您确定要进行很多此类查找（可能是从最深处的单词向下查找），则可以执行一次操作以将结果更改为dict：

word_to_sims_index = {}
for i, sim_tuple in enumerate(all_sims):
    word_to_sims_index[i] = sim_tuple[0]

在那之后，找到一个单词的索引将是一次（快速的恒定时间）字典查找...

query_index = word_to_sims_index[query_word]

...如果查询词不在字典中，则会抛出KeyError。 （如果您不希望在密钥不存在时使用默认的word_to_sims_index.get(query_word, -1)响应，则可以使用-1。）

Answer 2

我认为这是duplicate，就像他们在另一个答案中所说的那样，您可以使用model.rank('girl', 'lady')==1。