gensim Word2vec 迁移学习（来自非 gensim 模型）

【问题标题】：gensim Word2vec transfer learning (from a non-gensim model)gensim Word2vec 迁移学习（来自非 gensim 模型）
【发布时间】：2017-12-24 09:58:48
【问题描述】：

我有一组用与 gensim 的 word2vec 无关的神经网络训练的嵌入。

我想使用这些嵌入作为gensim.Word2vec 中的初始权重。

现在我看到的是我可以model.load(SOME_MODEL) 然后继续训练，但它需要一个 gensim 模型作为输入。 reset_from() 似乎也只接受其他 gensim 模型。但就我而言，我没有一个 gensim 模型可供开始，而是一个 word2vec 嵌入格式的文本文件。

那么我该如何开始将学习从 word2vec 文本文件转移到 gensim.Word2vec？

【问题讨论】：

标签： python word2vec gensim

【解决方案1】：

您可以使用原始Word2Vec模型的键向量格式加载其他模型

import io

from gensim.models.keyedvectors import KeyedVectors

# first line is vocab size and vector dim
model_buf = io.StringIO("""
2 3
word0 -0.000737 -0.002106 0.001851
word1 -0.000878 -0.002106 0.002834
""".lstrip())

model = KeyedVectors.load_word2vec_format(model_buf, binary=False)

model['word0']

【讨论】：

我需要继续训练，我试过model = Word2Vec(); model.wv.load_word2vec_format(filename); model.train(... )但它不起作用
你会做这样的事情： : model.build_vocab(new_sentences, update=True) model.train(new_sentences)
@bluesummers build_vocab 和 train 是 Word2Vec 的一部分。您必须弄清楚如何将上面示例中的 model 从 KeyedVectors 转换为 Word2Vec 实例。