我已经在“棕色语料库”上训练了Word2vec
模型。
我想将矢量化的单词应用于一个新的文本文档,然后通过Affinity Propagation
将其句子聚类。
import gensim
import nltk
from nltk.corpus import brown
sentences = brown.sents()
model = gensim.models.Word2Vec(sentences, min_count=1)
model.save('brown_model')
model = gensim.models.Word2Vec.load('brown_model')
我的文本文档包含一个请求列表,例如:
"I want to go to the store"
"I want the president to help me"
"Clean up my house"
我的问题是:
如何将向量化的Brown corpus
应用于我自己的文本数据以用于后续的聚类目的?
答案 0 :(得分:0)
如果我很了解后续聚类目的的问题,可以通过以下方式解决:
words = set(brown.words())
print (len(words))
...
word_presented = words.intersection(model.vocab.keys())