如何将 word2vec 转换为手套格式答案

【问题标题】：How to convert word2vec to glove format如何将 word2vec 转换为手套格式
【发布时间】：2018-10-09 16:08:38
【问题描述】：

我做了一些研究，发现 gensim 有一个脚本可以将 glove 转换为 word2vec GLove2Wrod2Vec。我想反其道而行之。

有什么简单的方法可以使用 gensim 或任何其他库进行转换

【问题讨论】：

标签： python nlp gensim word2vec word-embedding

【解决方案1】：

手套矢量文件格式和word2vec文件格式的唯一区别是word2vec格式的.txt开头有一行

<num words> <num dimensions>

否则向量以相同的方式表示。我们不需要改变向量来改变格式。

引用您在问题中链接的页面：

Both files are
presented in text format and almost identical except that word2vec includes
number of vectors and its dimension which is only difference regard to GloVe.
Notes
-----
GloVe format (real example can be founded `on Stanford size <https://nlp.stanford.edu/projects/glove/>`_) ::
    word1 0.123 0.134 0.532 0.152
    word2 0.934 0.412 0.532 0.159
    word3 0.334 0.241 0.324 0.188
    ...
    word9 0.334 0.241 0.324 0.188
Word2Vec format (real example can be founded `on w2v old repository <https://code.google.com/archive/p/word2vec/>`_) ::
    9 4
    word1 0.123 0.134 0.532 0.152
    word2 0.934 0.412 0.532 0.159
    word3 0.334 0.241 0.324 0.188
    ...
    word9 0.334 0.241 0.324 0.188

在上面的例子中，word2vec 的第一行 9 4 告诉我们词汇表中有 9 个单词，每个单词有 4 个维度。

TL;DR 所以，要从w2v -> glove 转换：从w2v 中删除<num words> <num dimensions> 行。无论如何，您都可以从文件中推断出来。

要从 glove 转换 -> w2v ：将 <num words> <num dimensions> 行添加到 glove。

您可以手动完成，但 gensim 提供了一种从一个到另一个的方式。

【讨论】：