tensorflow - word2vec - 获取最近的单词

Question

读取 tensorflow word2vec 模型输出如何输出与特定单词相关的单词？

阅读源代码:https://github.com/tensorflow/tensorflow/blob/r0.11/tensorflow/examples/tutorials/word2vec/word2vec_basic.py可以查看图像是如何绘制的。

但是是否有作为训练模型的一部分而创建的数据结构(例如字典)允许访问最接近给定单词的最近 n 个单词？
例如，如果 word2vec 生成图像:



图片来源:https://www.tensorflow.org/versions/r0.11/tutorials/word2vec/index.html

在这张图片中，单词 'to , he , it' 包含在同一个集群中，是否有一个函数将 'to' 作为输入并输出 'he , it'(在这种情况下 n=2)？

Answer 1

这种方法一般适用于 word2vec。如果您可以将 word2vec 保存在文本/二进制文件中，例如 google/GloVe词向量。那么您需要的只是gensim .

安装:

Via github

python 代码:

from gensim.models import Word2Vec

gmodel=Word2Vec.load_word2vec_format(fname)
ms=gmodel.most_similar('good',10)
for x in ms:
    print x[0],x[1]

但是，这将搜索所有单词以给出结果，有近似最近邻 (ANN) 可以更快地为您提供结果，但会在准确性上进行权衡。

在最新的gensim中， annoy用于执行 ANN，请参阅此 notebooks了解更多信息。

Flann is another library for Approximate Nearest Neighbors.