word2vec

Question

我训练了一个 gensim Word2Vec 模型。假设我有一个特定的向量，我想找到它代表的词 - 最好的方法是什么？

含义，对于特定向量：

vec = array([-0.00449447, -0.00310097,  0.02421786, ...], dtype=float32)

我想说一句话：

 'computer' = model.vec2word(vec)

Answer 1

词向量是通过迭代的、近似的过程生成的——所以不应该被认为是精确的（即使它们确实有精确的坐标），只是 "useful within certain tolerances".

所以，没有查找精确坐标的精确词。相反，在 gensim Word2Vec 和相关类中有 most_similar()，它给出已知词 最接近 给定的已知词或矢量坐标，排名顺序，具有余弦相似性。因此，如果您刚刚将完整的 Word2Vec 模型训练（或加载）到变量 model 中，您可以通过以下方式获得最接近向量的词：

vec = array([-0.00449447, -0.00310097,  0.02421786, ...], dtype=float32)
similars = model.wv.most_similar(positive=[vec])
print(similars)

如果您只想要最接近的单词，它会在 similars[0][0]（排名靠前的元组的第一个位置）。

Answer 2

现在通过 vocab.vectors.most_similar

支持

import spacy
nlp = spacy.load('en_core_web_md')
word_vec = nlp(u"Test").vector
result = nlp.vocab.vectors.most_similar(word_vec.reshape((1, -1)))
print(nlp.vocab.strings[result[0][0,0]], result)

word2vec - 通过特定向量查找单词

word2vec - find a word by a specific vector

nlp

python-3.x

gensim