gensim中word2vec的使用及其原理注意点

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)。

官网：https://radimrehurek.com/gensim/models/word2vec.html