对word2vec训练的model的结果操作笔记
2017-02-27 17:30
323 查看
存储、加载模型的方法如下:
2
3
4
5
6
1
2
3
4
5
6
[/code]可以通过以下方式来得到单词的向量:
>>> model.save('/tmp/mymodel') >>> new_model = gensim.models.Word2Vec.load('/tmp/mymodel')[/code]使用模型Word2vec支持数种单词相似度任务:
model.most_similar(positive=['woman', 'king'], negative=['man'], topn=1) [('queen', 0.50882536)] model.doesnt_match("breakfast cereal dinner lunch".split()) 'cereal' model.similarity('woman', 'man') .737235271
2
3
4
5
6
1
2
3
4
5
6
[/code]可以通过以下方式来得到单词的向量:
model['computer'] # raw NumPy vector of a word array([-0.00449447, -0.00310097, 0.02421786, ...], dtype=float32)
相关文章推荐
- python实现word2vec训练结果bin文件转txt文件
- linux shell循环操作 + word2vec词向量训练/聚类的参数解释
- 【word2vec】之 训练模型结果的结构探究 模型改造 python gensim
- gensim加载word2vec训练结果(bin文件)并进行相似度实验
- word2vec训练参数说明
- Hdfs体系结果及shell java操作方式 笔记五
- 利用 word2vec 训练的字向量进行中文分词
- C++操作Word学习笔记(三)
- VS2010 操作Word(六)测试结果
- 深度学习(四十二)word2vec词向量学习笔记
- Neural Probabilistic Language Model, word2vec来龙去脉
- word2vec阅读笔记
- 利用 word2vec 训练的字向量进行中文分词
- windows10 训练word2vec 中文语料
- Django笔记 Model的继承和操作
- Hdfs体系结果及shell java操作方式 笔记五
- C# WORD操作实现代码 笔记
- 利用 word2vec 训练的字向量进行中文分词
- word2vec阅读笔记
- C++操作Word学习笔记