Bigram向量表示使用word2vec技术

Question

我想使用word2vec工具为文档构建单词嵌入。我知道如何找到与单个单词（unigram）对应的向量嵌入。现在，我想找到一个bigram的向量。是否可以使用word2vec构建bigram单词嵌入？如果可以，如何操作？

- Anshit Chaudhary

---

从gensim库中导入Word2Vec和Phrases模块。 - alvas

如果给出的答案解决了您的问题，请接受它以关闭问题或评论为什么不起作用！ - eliasah

Answer 1

以下代码片段可以让您获取一个二元组的向量表示。请注意，您想要转换为向量的二元组需要在单词之间使用下划线而不是空格，例如bigram2vec(unigrams, "this report") 是错误的，正确的应该是 bigram2vec(unigrams, "this_report")。有关生成单元词的更多详细信息，请参见 这里 的 gensim.models.word2vec.Word2Vec 类。

from gensim.models import word2vec

def bigram2vec(unigrams, bigram_to_search):
    bigrams = Phrases(unigrams)
    model = word2vec.Word2Vec(bigrams[unigrams])
    if bigram_to_search in model.vocab.keys():
        return model[bigram_to_search]
    else:
        return None

- Hamman Samuel

---

这里的“unigrams”是什么？ - Mehdi Abbassi

好问题，“unigrams”是表示为列表的语料库单词。更多详细信息和示例请参见此处：https://radimrehurek.com/gensim/models/phrases.html - Hamman Samuel

请注意，unigrams 必须是一个列表的列表。此外，model.vocab.keys() 不再可用。它被 model.wv.index_to_key 替换。 - Alaa M.