python-3.x - word2vec - 通过特定向量查找单词

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，对于一个特定的向量:

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“在一定的公差范围内有用”。

因此，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()，它给出了已知词最接近给定的已知词或向量坐标，在排名顺序，具有余弦相似性。因此，如果您刚刚训练(或加载)一个完整的 Word2Vec 模型到变量 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)

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