如何使用预训练的词向量创建gensim word2vec模型？

Question

我使用分布式word2vec算法创建了单词向量。现在我有单词及其对应的向量。如何使用这些单词和向量构建gensim word2vec模型？

- Uma Maheswara Rao Pinninti

Answer 1

我不确定您是使用gensim还是其他工具创建了word2vec模型，但如果我正确理解您的问题，您只想使用gensim加载word2vec模型。这可以通过以下方式完成：

import gensim
w2v_file = codecs.open(WORD2VEC_PATH, encoding='utf-8')
model = gensim.models.KeyedVectors.load_word2vec_format(w2v_file, binary=True)  # or binary=False if the model is not compressed

然而，如果您想要从头开始训练word2vec模型（即从原始文本开始）并且仅使用gensim，这里有一个使用gensim训练word2vec模型的教程。

- sophros

---

谢谢，这正是我所寻找的。 - Uma Maheswara Rao Pinninti

请问您能否提供一个w2v_file的样本或者帮我生成这种格式？我的单词和它们的向量在同一行中，由空格分隔，而单词则由换行符分隔。谢谢。@sophros - Uma Maheswara Rao Pinninti

你尝试过以下的方法吗？from gensim.models import word2vec model = word2vec.Word2Vec.load_word2vec_format('path/to/GoogleNews-vectors-negative300.bin', binary=False)重要的部分是 binary=False。 - sophros

它确实帮了我，谢谢。我使用微软multiverso训练了我的语料库。现在我可以使用load_word2vec_format创建我的模型。 - Uma Maheswara Rao Pinninti