Python Word2Vec使用训练好的模型生成词向量

最新推荐文章于 2022-08-02 05:00:24 发布

相太阳

最新推荐文章于 2022-08-02 05:00:24 发布

阅读量979

点赞数

CC 4.0 BY-SA版权

文章标签： python

原文链接：http://www.cnblogs.com/bincoding/p/8911943.html

本文介绍了一个使用Python和gensim加载预训练Word2Vec模型的示例，并展示了如何查询词汇向量。通过该示例，读者可以了解如何正确加载模型文件并获取指定词语的向量表示。

# 文本文件必须是utf-8无bom格式
from gensim.models.deprecated.word2vec import Word2Vec

model = Word2Vec.load(
    './model/Word60.model')  # 3个文件放在一起：Word60.model   Word60.model.syn0.npy   Word60.model.syn1neg.npy
print("read model successful")

word_list = ['了',
            '不存在的词',
            '的',
            '我',
            '你',
            '他',
            '个',
            '1',
            '完成',
            '吃',
            '苹果',
            '香蕉',
            '词汇',
            '物理',
            '地球',
            '黑死病',
            '瘟疫',
            '', ]

for word in word_list:
    if word in model.index2word:
        vec = model[word]
        print(word,vec)
    else:
        print(word + '\t\t\t——不在词汇表里' + '\n\n')