1 、Word2vec的使用
from gensim.models import Word2Vec
sentences = [['你好'], ['大家'], ['今天']]
model = Word2Vec(min_count=1)
model.build_vocab(sentences)
model.train(sentences, total_examples=model.corpus_count)
model.save("word2vec.model")
print(model.index2word) # 输出语料库
print(model['你好'])
继续训练
model = Word2Vec.load("word2vec.model")
model.train([["hello", "world"]], total_examples=1, epochs=1)
2、
from gensim.models import Word2Vec
sentences = [["cat", "say", "meow"], ["dog", "say", "woof"]]
model = Word2Vec(sentences, min_count=1)
注意点:
假如新词不在corpus中的话,获取词的向量会报错
train()期望输入的句子序列,而不是一个句子。
train()只有updates weights为现有的特征向量基于现有的词汇。您不能使用train()添加新的词汇表(=新特征向量)。