Python 如何将word2vec模型应用于文本文件？

我从语料库中训练了word2vec模型

corpus = "fewdata.txt"
f = io.open(corpus, mode ="r", encoding = "utf-8")
#corpus1 = list(f) 
lines = f.readlines()
sentences =[]
for line in lines:
    mqul= line.split()
    #print(mqul)
    sentences.append(mqul)
model = Word2Vec(sentences = sentences, size = 100, sg = 1, window = 3, min_count = 1, iter = 10, workers = Pool()._processes)
model.init_sims(replace = True)
model.save('model.bin')
model = Word2Vec.load('model.bin')
print(model)

然后

但是我想用这个模型来处理包含5333词汇表的txt文件，并以

{ 'Aimurawi : array([-0.04728228,  0.13645388,  0.13822217,  0.13086553, -0.0963688 ],dtype= float32),
 Tiona : array([-0.04728228,  0.13645388,  0.13822217,  0.13086553, -0.0963688 ], dype =float32)}

---

对于我文本文件中的所有词汇表，有人能帮我怎么做吗？

Word2Vec模型的

。wv

属性已经包含一个类似dict的对象，它允许查找任何单词并接收其数组。因此，很容易循环任何单词列表，可能就是模型中的单词列表，并获取/打印每个向量。但是，为什么您希望它采用那种特定的格式呢？这种格式看起来很像，但似乎并不完全像字典中的Python打印字符串？你想让每个已知的单词以任何顺序打印一次吗？或者只是一些其他文件中的文字，按照文件中的顺序，可能包括副本？是的，我正是这么看的，但谢谢我做到了。并将其保存到文本文件中。现在我正在从我的文本文件中查找任意单词各自的数组，比如=>word=“cat”，s=data。获取（word）并生成类似cat的数组[0.23088 0.282830.6318……]。一旦您拥有（或保存并重新加载）了

.wv

对象，那么

wv['cat']

将给您向量（作为

numpy

数组）因为“猫”这个词。还是你在要求别的什么？

{ 'Aimurawi : array([-0.04728228,  0.13645388,  0.13822217,  0.13086553, -0.0963688 ],dtype= float32),
 Tiona : array([-0.04728228,  0.13645388,  0.13822217,  0.13086553, -0.0963688 ], dype =float32)}