Python gensim Word2vec迁移学习（来自非gensim模型）

我有一组用神经网络训练的嵌入，与gensim的word2vec无关

我想使用这些嵌入作为gensim.Word2vec中的初始权重

现在我看到的是，我可以

model.load（一些模型）

，然后继续训练，但它需要一个gensim模型作为输入。另外，

reset\u from（）

似乎只接受其他gensim型号。 但在我的例子中，我没有一个gensim模型，而是一个word2vec格式的嵌入文本文件

---

那么，如何开始将学习从word2vec文本文件转移到

gensim.word2vec

？

您可以使用原始word2vec模型的键向量格式加载其他模型

import io

from gensim.models.keyedvectors import KeyedVectors

# first line is vocab size and vector dim
model_buf = io.StringIO("""
2 3
word0 -0.000737 -0.002106 0.001851
word1 -0.000878 -0.002106 0.002834
""".lstrip())

model = KeyedVectors.load_word2vec_format(model_buf, binary=False)

model['word0']

---

我需要继续训练，我尝试了

model=Word2Vec（）；model.wv.load_word2vec_格式（文件名）；model.train（…）

但它不起作用。你可以这样做：：model.build\u vocab（new\u句，update=True）model.train（new\u句）@bluesummers build\u vocab和train是Word2Vec的一部分。您必须了解如何将上面示例中的

model

从

keyedvivers

转换为

Word2Vec

实例。