Python gensim 从向量创建 word2vec 模型(在 ndarray 中)

Question

我有一个 ndarray，其中包含单词及其相应的向量(每个单词的大小为 100)。例如:

Computer 0.11 0.41 ... 0.56
Ball     0.31 0.87 ... 0.32

等等。

我想从中创建一个 word2vec 模型:

model = load_from_ndarray(arr)

如何才能做到呢？我看到了

KeyedVectors

但它只需要文件而不是数组

Answer 1

from gensim.models import KeyedVectors
words = myarray[:,0]
vectors = myarray[:,1:]
model = KeyedVectors(vectors.shape[1])
model.add(words, vectors)

如果您愿意，可以保存它

model.save('mymodel')

然后加载它

model = KeyedVectors.load('mymodel')