如何在Keras单词嵌入层中查找相似单词

从斯坦福大学的CS244N课程中，我知道Gensim提供了一种奇妙的方法来处理嵌入数据：最相似

---

我试图在Keras嵌入层中找到一些等价物，但我做不到。不可能从Keras开箱即用？或者它上面有包装器吗？

一个简单的实现是：

def最相似（emb_层，pos_word_idxs，neg_word_idxs=[]，top_n=10）：
权重=emb_层。权重[0]
平均值=[]
对于pos_word_idxs中的idx：
mean.append（weights.value（）[idx，：]）
对于neg_word_idx中的idx：
mean.append（weights.value（）[idx，：]*-1）
平均值=tf。减少平均值（平均值，0）
dists=tf.tensordot（权重，平均值，1）
best=tf.math.top\k（地区，顶级）
#用作pos或neg的掩码字
掩码=[]
对于集合中的v（pos_word_idxs+neg_word_idxs）：
mask.append（tf.cast（tf.equal（best.index，v），tf.int8））
掩码=tf.less（tf.reduce_sum（掩码，0），1）
返回tf.boolean\u掩码（best.index，掩码），tf.boolean\u掩码（best.values，掩码）

当然你需要知道单词的索引。我假设您有一个

word2idx

映射，所以您可以这样得到它们：

[word2idx[w]表示pos\u words中的w]

要使用它：

#假设第一层是嵌入层，并且您对使用idx 10的word感兴趣
idxs，VAL=最相似（模型层[0]，[10]）
使用tf.Session（）作为sess：
init=tf.global_variables_initializer（）
sess.run（初始化）
idxs=sess.run（idxs）
VAL=sess.run（VAL）

该功能的一些潜在改进：

• 确保它返回

  top\n

  单词（在掩码之后，它返回的单词更少）

• gensim

  使用标准化嵌入（L2_标准）