Word2Vec 太多值无法解包错误答案

【问题标题】：Word2Vec Too Many Values to Unpack ErrorWord2Vec 太多值无法解包错误
【发布时间】：2023-03-17 03:39:02
【问题描述】：

我正在尝试将 word2vec 结果转换为漂亮的数据框。

df_word2vec_tfidf 是我的 doc2vec 模型，tfidf_feature_names 是我用来抓取相似词的键列表。

def get_word_table(table, key, sim_key='similarity', show_sim = True):
    if show_sim == True:
        return pd.DataFrame(table, columns=[key, sim_key])
    else:
        return pd.DataFrame(table, columns=[key, sim_key])[key]

keys = [tfidf_feature_names];
tables = [];
for key in keys:
    tables.append(get_word_table(word2vec_model.wv.similar_by_word(key), key, show_sim=False))

pd.concat(tables, axis=1)

我收到以下错误：

ValueError：解压的值太多（预期为 2）。

对这里发生的事情有什么想法吗？？

【问题讨论】：

您能否包含完整的错误消息，以便我们知道您的代码中发生错误的位置？

标签： python pandas word2vec

【解决方案1】：

您的密钥应该采用以下格式，是吗？

def get_word_table(table, key, sim_key='similarity', show_sim = True):
    if show_sim == True:
        return pd.DataFrame(table, columns=[key, sim_key])
    else:
        return pd.DataFrame(table, columns=[key, sim_key])[key]



keys = ['word1', 'word2', 'word3', 'wordn']
tables = [];
for key in keys:
    tables.append(get_word_table(model.wv.similar_by_word(key), key, show_sim=False))
pd.concat(tables, axis=1)

所以你的密钥应该是keys = tfidf_feature_names

【讨论】：