Python Gensim中的快速文本

我正在使用Gensim加载我的fasttext

.vec

文件，如下所示

m=load_word2vec_format(filename, binary=False)

然而，如果我需要加载

.bin

文件来执行类似于

m.most_-simular（“dog”）

，

m.wv.syn0

，

m.wv.vocab.keys（）

等命令，我就感到困惑了。？如果是，怎么做

或者

.bin

文件对于执行此余弦相似性匹配不重要

---

请帮帮我

可以使用以下各项：

from gensim.models import KeyedVectors
model = KeyedVectors.load_word2vec_format(link to the .vec file)
model.most_similar("summer")
model.similarity("summer", "winter")

---

现在有很多选项可以使用该模型。

gensim库已经发展，因此一些代码片段被弃用。这是一个实际可行的解决方案：

import gensim.models.wrappers.fasttext
model = gensim.models.wrappers.fasttext.FastTextKeyedVectors.load_word2vec_format(Source + '.vec', binary=False, encoding='utf8')
word_vectors = model.wv
# -- this saves space, if you plan to use only, but not to train, the model:
del model

# -- do your work:
word_vectors.most_similar("etc") 

---

也许我回答这个问题晚了： 但在这里，您可以在文档中找到答案： 示例用例

该库有两个主要用例：单词表示学习和文本分类。这两篇论文1和2对此进行了描述。 词表征学习

如1所述，要学习单词向量，请执行以下操作：

$./fasttext skipgram-input data.txt-output model

---

其中data.txt是包含UTF-8编码文本的培训文件。默认情况下，字向量将考虑3到6个字符的字符n-gram。在优化结束时，程序将保存两个文件：model.bin和model.vec。model.vec是包含单词向量的文本文件，每行一个。bin是一个二进制文件，包含模型参数、字典和所有超参数。二进制文件可在以后用于计算字向量或重新启动优化。

如果您希望以后能够使用其他数据重新训练gensim模型，则应按如下方式保存整个模型：

model.save（“fasttext.model”）

。 如果您仅使用

model.wv.save\u word2vec\u格式（Path（“vectors.txt”））

保存单词向量，您仍然可以执行向量提供的任何类似于相似性的功能，但您将无法使用更多数据重新训练模型

请注意，如果要保存整个模型，则应将文件名作为字符串传递，而不是按照文档中的建议将其包装在

get_tmpfile

中