python - 如何在无监督学习模型(cbow，skipgram)的快速文本中获得最近的邻居？

Question

fasttext 官方网站(fasttext.cc)上的例子(与词表示相关)表明，可以在用 cbow(或 skip-gram 模型)(简而言之，在无监督学习模型上)导出的向量上计算最近邻。据说这可以使用 get_nearest_neighbors 来完成。模型上的函数 ( model.get_nearest_neighbors )。但是，当我尝试使用 Python (3.7.) 时，它向我显示了该函数在无监督学习模型的 fasttext 中不存在的消息，实际上，当我查看 fasttext 帮助时，我没有看到该函数。唯一存在的类似函数是模型的谓词(model.predict(其中指定了 k))，但是这只能在监督学习模型上完成。

谁能向我解释发生了什么，并帮助我解决这个问题？有没有办法计算fasttext中无监督学习模型的最近邻居？ :-)

Answer 1

尽管 fasttext 有一个 get_nearest_neighbor 方法，但他们的 pypi relaese 仍然没有那个方法。

所以要么你可以安装 pyfasttext库并访问其最近邻函数。

from pyfasttext import FastText
model = FastText('model.bin')
model.nearest_neighbors('dog', k=2000)

或者，您可以获得fasttext的最新开发版本，您可以从 github repository安装

import fasttext
model = fasttext.load_model('model.bin')
model.get_nearest_neighbors('dog', k=100)