如何通过word2vec API在web应用程序中正确地加载和使用RESTful模型？
如何通过word2vec API在web应用程序中正确地加载和使用RESTful模型？
提问于 2020-12-13 16:53:10
我构建了一个小代码来使用word2vec查找类比，它作为独立的应用程序运行得很好。这是工作代码
import numpy as np
# Get the interactive Tools for Matplotlib
%matplotlib notebook
from gensim.test.utils import datapath, get_tmpfile
from gensim.models import KeyedVectors
from gensim.scripts.glove2word2vec import glove2word2vec
import os
glove_file = os.path.abspath('glove.6B/glove.6B.100d.txt')
word2vec_glove_file = get_tmpfile("glove.6B.100d.word2vec.txt")
glove2word2vec(glove_file, word2vec_glove_file)
model = KeyedVectors.load_word2vec_format(word2vec_glove_file)
def analogy(x1, x2, y1):
result = model.most_similar(positive=[y1, x2], negative=[x1])
return result[0][0]
analogy('woman', 'queen', 'man')
现在，我计划使用烧瓶来创建一个小型的web应用程序，这样用户就可以通过网页找到相似之处。为此，我有一个基本的问题
- 我假设我需要保存模型，然后在启动服务器时加载它。请纠正我我错了。--
这是使用瓶的代码，它正在工作，但请您建议是否需要保存模型在这里? 2。任何建议，以改善这段代码是欢迎的！
import numpy as np
from gensim.test.utils import datapath, get_tmpfile
from gensim.models import KeyedVectors
from gensim.scripts.glove2word2vec import glove2word2vec
import os
from flask import Flask, request
app = Flask(__name__)
@app.route("/", methods=['GET'])
def welcome():
return "Welcome to our Machine Learning REST API!"
@app.route("/analogy", methods=['GET'])
def analogy_route():
word1 = request.args.get("word1")
word2 = request.args.get("word2")
word3 = request.args.get("word3")
result = model.most_similar(positive=[word3, word2], negative=[word1])
return str(result[0][0])
if __name__ == "__main__":
glove_file = os.path.abspath('glove.6B/glove.6B.100d.txt')
word2vec_glove_file = get_tmpfile("glove.6B.100d.word2vec.txt")
glove2word2vec(glove_file, word2vec_glove_file)
model = KeyedVectors.load_word2vec_format(word2vec_glove_file)
app.run(host='0.0.0.0', port=5000, debug=True)
回答 1
Stack Overflow用户
回答已采纳
发布于 2020-12-15 17:28:48
您可能不想在每次启动服务时将手套到word2vec格式转换为临时文件。(这可能需要相当长的时间，并且可能正在用相同数据的冗余副本填充临时目录。)
相反，只执行一次转换，转换为非临时位置。然后，完全忽略原始的glove.6B.100d.txt文件--不再需要它了。相反，只需确保您的web服务可以在一个稳定的位置上使用转换的文件。
粗略地说，这意味着：
- 在任何地方运行一次：
glove2word2vec('glove.6B/glove.6B.100d.txt', `glove.6B.100d.word2vec.txt`)(请注意，absfile()对get_tmpfile()的使用都不是绝对必要的--您可以直接向glove2word2vec()函数提供字符串路径。)
- 确保新文件
glove.6B.100d.word2vec.txt在web服务的工作目录中可用。
- 让您的web服务的
__main__分支只加载已转换的文件，避免重复的冗余转换工作：
。
if __name__ == "__main__":
model = KeyedVectors.load_word2vec_format('glove.6B.100d.word2vec.txt')
app.run(host='0.0.0.0', port=5000, debug=True)(根据选择放置完整文件的位置，'glove.6B.100d.word2vec.txt'的确切路径可能略有不同。)
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/65278189
复制相关文章
相似问题
腾讯云开发者
