文本表示（三）—— fasttext 词向量调用代码

最新推荐文章于 2025-07-17 08:45:06 发布

微知girl

最新推荐文章于 2025-07-17 08:45:06 发布

阅读量1.4k

点赞数

CC 4.0 BY-SA版权

分类专栏： NLP 文章标签：自然语言处理机器学习 python

本文链接：https://blog.youkuaiyun.com/katrina1rani/article/details/108377781

NLP 专栏收录该内容

50 篇文章

订阅专栏

本文深入探讨了FastText算法在词向量生成及文本分类中的应用，提供了详细的模型训练代码示例，包括词向量和句子向量的获取方法，并分享了一篇实用的FastText词向量训练指南。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

模型训练分类算法（二）—— FastText

原理介绍分类算法（二）—— FastText（原理介绍）

词向量调用代码：

import fasttext
model_path = 'vec.bin'  # model是分类模型训练得到的model
model=fasttext.load_model(model_path)
w = model.get_word_vector('词向量')
print(len(w))
sentence_w=model.get_sentence_vector('️韩国百年大学药科学教授组倾力研发内含多肽成分延缓衰老')
print(len(sentence_w))
print(sentence_w)

----------------------------------------

发现了一篇比较好的文章

https://blog.youkuaiyun.com/sinat_26917383/article/details/83041424 貌似可以直接训练fasttext的词向量，且包含word2vec和glove词向量训练链接