word2vec 如何从二进制文件中检索结果？
How word2vec retrieves result from binary files?
from gensim.models.keyedvectors import KeyedVectors
model = KeyedVectors.load_word2vec_format('google_news.bin', binary=True)
print(model['the']) # this prints the 300D vector for the word 'the'
代码将 google_news 二进制文件加载到模型中。
我的问题是，第 3 行如何计算二进制文件的输出（因为二进制文件包含 0 和 1）。
我不确定这里的问题到底是什么，但我假设您是在问如何将二进制文件加载到您的 Python 应用程序中？例如，您可以使用 gensim，它具有 built-in 工具来解码二进制文件：
from gensim.models.keyedvectors import KeyedVectors
model = KeyedVectors.load_word2vec_format('google_news.bin', binary=True)
print(model['the']) # this prints the 300D vector for the word 'the'
编辑
我觉得你的问题更多的是关于一般的二进制文件？这似乎与 word2vec 具体无关。无论如何，在 word2vec 二进制文件中，每一行都是二进制格式的一对单词和权重。首先，通过循环字符直到遇到 "space" 的二进制字符，将单词解码为字符串。然后将其余部分从二进制解码为浮点数。我们知道浮点数是因为 word2vec 二进制文件有一个 header，例如“3000000 300”，这告诉我们有 3m 个单词，每个单词是一个 300D 向量。
二进制文件由一系列字节组成，每个字节为 8 位。在 wiki page 上阅读更多关于二进制的信息。
十进制形式的数字0.0056，变成二进制形式：
00111011 10110111 10000000 00110100
所以这里有4个字节组成了一个浮点数。我们怎么知道呢？因为我们假设二进制编码为 32 位浮点数。
如果二进制文件表示 64 位精度浮点数怎么办？那么二进制的十进制0.0056就变成了：
00111111 01110110 11110000 00000110 10001101 10111000 10111010 11000111
是的，两倍的长度是因为两倍的精度。所以当我们解码word2vec文件时，如果权值是300d，64位编码，那么每个数字应该有8个字节来表示。因此，一个词嵌入在文件的每一行中将有 300*64=19,200 个二进制数字。明白了吗？
你可以google"how binary digits"工作，数百万个例子。
from gensim.models.keyedvectors import KeyedVectors
model = KeyedVectors.load_word2vec_format('google_news.bin', binary=True)
print(model['the']) # this prints the 300D vector for the word 'the'
代码将 google_news 二进制文件加载到模型中。 我的问题是，第 3 行如何计算二进制文件的输出（因为二进制文件包含 0 和 1）。
我不确定这里的问题到底是什么，但我假设您是在问如何将二进制文件加载到您的 Python 应用程序中？例如，您可以使用 gensim，它具有 built-in 工具来解码二进制文件：
from gensim.models.keyedvectors import KeyedVectors
model = KeyedVectors.load_word2vec_format('google_news.bin', binary=True)
print(model['the']) # this prints the 300D vector for the word 'the'
编辑
我觉得你的问题更多的是关于一般的二进制文件？这似乎与 word2vec 具体无关。无论如何，在 word2vec 二进制文件中，每一行都是二进制格式的一对单词和权重。首先，通过循环字符直到遇到 "space" 的二进制字符，将单词解码为字符串。然后将其余部分从二进制解码为浮点数。我们知道浮点数是因为 word2vec 二进制文件有一个 header，例如“3000000 300”，这告诉我们有 3m 个单词，每个单词是一个 300D 向量。
二进制文件由一系列字节组成，每个字节为 8 位。在 wiki page 上阅读更多关于二进制的信息。
十进制形式的数字0.0056，变成二进制形式：
00111011 10110111 10000000 00110100
所以这里有4个字节组成了一个浮点数。我们怎么知道呢？因为我们假设二进制编码为 32 位浮点数。
如果二进制文件表示 64 位精度浮点数怎么办？那么二进制的十进制0.0056就变成了：
00111111 01110110 11110000 00000110 10001101 10111000 10111010 11000111
是的，两倍的长度是因为两倍的精度。所以当我们解码word2vec文件时，如果权值是300d，64位编码，那么每个数字应该有8个字节来表示。因此，一个词嵌入在文件的每一行中将有 300*64=19,200 个二进制数字。明白了吗？
你可以google"how binary digits"工作，数百万个例子。