NLP-不同格式的词向量的保存与加载

spring_willow

于 2018-06-06 21:37:08 发布

阅读量5.4k

点赞数 1

CC 4.0 BY-SA版权

分类专栏： NLP之路文章标签： bin

本文链接：https://blog.youkuaiyun.com/spring_willow/article/details/80601478

本文记录了训练好的词向量如何保存和加载，包括使用model.save()方法，保存为二进制词向量，以及利用numpy进行保存和加载的操作。详细介绍了每个步骤，便于后续使用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

训练好的词向量可以保存成几种不同的格式，而每种格式的加载方式却不尽相同，现简单记录一下。。。

1.以model.save()方法保存词向量

保存词向量

import gensim
model = gensim.models.Word2Vec(documents, size=300)
model.train(documents, total_examples=len(documents), epochs=10)
model.save("../input/Word2vec.w2v")

加载词向量

import gensim
word2vec = gensim.models.word2vec.Word2Vec.load("

最低0.47元/天解锁文章