Python 从h2o.word2vec对象中提取每个单词的嵌入向量

我试图使用

h2o.word2vec

创建一个预训练的嵌入层，我希望提取模型中的每个单词及其等效的嵌入向量

代码：

库（data.table）
图书馆（h2o）
h2o.init（n读数=-1）
注释您可以使用方法
w2v\u model.transform（words=words）

（完整选项包括：
w2v\u model.transform（words=，aggregate\u method=）

其中，
words
是一个H2O框架，由包含源单词的单列组成（请注意，您可以指定包含此框架的子集），而
aggregate\u method
指定如何聚合单词序列

如果未指定聚合方法，则不执行聚合，并且每个输入字都映射到单个字向量。如果该方法为平均值，则将输入视为由NA分隔的字序列

例如：

av_vecs = w2v_model.transform(words, aggregate_method = "AVERAGE")

以下是Word2Vec用户指南的链接，提供了其他信息：
av_vecs = w2v_model.transform(words, aggregate_method = "AVERAGE")