如何在GoogleNews- vectors negative3000.bin预训练模型中添加缺失的单词向量？
如何在GoogleNews- vectors negative3000.bin预训练模型中添加缺失的单词向量？
提问于 2015-11-29 06:05:33
我在python中使用gensim word2vec库，并使用预先训练好的GoogleNews-word2vec-negative300.bin模型。但,
我的语料库中有单词，我没有单词向量，我正在获取keyError，我该如何解决这个问题？
这是我到目前为止已经尝试过的方法。
1:加载经过训练的GoogleNews-vectors-negative300.bin模型：
model = Word2Vec.load_word2vec_format('GoogleNews-vectors-negative300.bin', binary=True)
print "model loaded..."2:使用tweet中所有词向量的平均值构建训练集的词向量，然后进行缩放
def buildWordVector(text, size):
vec = np.zeros(size).reshape((1, size))
count = 0.
for word in text:
try:
vec += model[word].reshape((1, size))
count += 1.
#print "found! ", word
except KeyError:
print "not found! ", word #missing words
continue
if count != 0:
vec /= count
return vec
trained_vecs = np.concatenate([buildWordVector(z, n_dim) for z in x_train])请告诉我们如何在预先训练好的Word2vec模型中添加新单词？
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/33976953
复制相关文章
相似问题