TypeError: ufunc 'add' did not contain a loop with signature matching types dtype

Question

我想将 X_train_word2vec 向量作为输入传递给 Gensim Word2Vec 模型。向量类型为 numpy.ndarray，例如：

X_train_word2vec[9] = array([   19,     7,     1, 20120,     2,     1,   856,   233,   671,
       1,  1208,  6016,     2,    32,     0,     0,     0,     0, ....)]

当我运行这段代码时：

model_word2vec = models.Word2Vec(X_train_word2vec, size=150, window=9)
model_word2vec.train(X_train_word2vec,total_examples=X_train_word2vec.shape[0], epochs=10)

我收到这个错误：

TypeError: ufunc 'add' did not contain a loop with signature matching types dtype('<U11') dtype('<U11') dtype('<U11')

我已阅读 post，其中问题是由于输入数组中的数据类型不同，但在我的例子中，我拥有相同类型的所有数据：int.

更新： model_Word2Vec之前的代码：

tokenizer = Tokenizer()
tokenizer.fit_on_texts(X)
sequence = tokenizer.texts_to_sequences(X)

seq_max_len = 50
X_seq = pad_sequences(sequenza, maxlen=seq_max_len,padding='post',truncating='post',dtype=int)

X_train_word2vec, X_test_word2vec, y_train_word2vec, y_test_word2vec = train_test_split(X_seq, y_cat, test_size=0.2, random_state=123)

Answer 1

Gensim 的 Word2Vec 需要一个文本语料库——例如在它的初始化器的第一个参数中——这是一个字符串标记列表的可迭代序列对象。它不需要原始的 numpy 数组。

此外，如果您确实在实例化时提供了一个语料库，就像在您的代码行中一样...

model_word2vec = models.Word2Vec(X_train_word2vec, size=150, window=9)

...然后它会自动执行词汇构建和训练步骤。然后您不需要显式调用 train() 。（而且，虽然可以再次调用 train()，但很少有用户在做非常高级的事情时需要这样做。通常、安全的方法是在完整的语料库上进行一次训练，之后模型是 "done".)

最后，train() 还期望任何语料库都是字符串标记列表的可迭代序列对象。

如果您提供了正确类型的语料库，您很可能会收到像现在这样的错误。

TypeError: ufunc 'add' did not contain a loop with signature matching types dtype

TypeError: ufunc 'add' did not contain a loop with signature matching types dtype

python

gensim

word2vec