Question

我有两个列表，A是单词列表，例如[“ hello”，“ world”，......]，Len（A）是10000。列表B包含所有经过预训练的向量对应于A，即[10000,512]，其中512为向量维。我想将两个列表转换成gensim word2vec模型格式，以便以后加载模型，例如model = Word2Vec.load("word2vec.model")，我该怎么做？

Answer 1

由于您只有单词及其向量，因此对于完整的Word2Vec模型（其中包括内部神经网络的隐藏权重和单词频率等其他信息），您的信息还不够。

但是您可以创建gensim KeyedVectors模型gensim属性中的一般类型的Word2Vec .wv对象。它具有许多您可能会感兴趣的辅助方法（例如most_similar()）。

让我们假设您的 A 单词列表在一个名为words_list的更有用的Python列表中，而您的 B 矢量列表位于名为“ vectors_list`”的更有用的Python列表中。

尝试：

from gensim.models import KeyedVectors
kv = new KeyedVectors(512)
kv.add(words_list, vectors_list)
kv.save(`mywordvecs.kvmodel`)

然后您可以通过以下方式重新加载它们：

kv2 = KeyedVectors.load(`mywordvecs.kvmodel`)

（如果您还希望其他人也可以加载更简单的纯矢量格式，则也可以使用save_word2vec_format()和load_word2vec_format()代替gensim的本机save() / load()使用该格式的工具。但是，如果您停留在gensim之内，则普通的save() / load()一样好-如果保存更复杂的受过训练的{{1 }}模型，因为它们将保留这些对象包含的额外信息。）

如何另存为gensim word2vec文件？

1 个答案: