word2vec 如何获得当前的所有词向量表

使用函数:model.wv.index2word()

废话不多说,我们来看代码,假设我们已经训练好了模型。

from gensim.models.word2vec import Word2Vec   
import pickle
model = Word2Vec.load('./all_data/WORD_MODEL')  #WORD_MODEL是我已经生成的模型

print(model.wv.index2word())    #获得所有的词汇
for word in model.wv.index2word():
    print(word,model[word])     #获得词汇及其对应的向量

 

  • 3
    点赞
  • 20
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
词向量的过程是通过word2vec进行的。首先,你需要对语料库进行预处理,包括大小写转换、拼写错误检查和分词处理等操作。接下来,将处理过的语料库的one-hot向量作为word2vec的输入。word2vec会训练低维词向量(也称为词嵌入),将corpus的one-hot向量转换为低维词向量(模型的中间产物,更具体来说是输入权重矩阵)。word2vec有两种训练模型(CBOW和Skip-gram)和两种加速算法(Negative Sample与Hierarchical Softmax)。这里只讨论了将corpus的one-hot向量转换为低维词向量的过程。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *3* [word2vec是如何得到词向量的](https://blog.csdn.net/weixin_38569817/article/details/79299030)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}}] [.reference_item style="max-width: 50%"] - *2* [word2vec 获得当前的所有词向量的几种方式](https://blog.csdn.net/lhmood/article/details/89710642)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值