Python 使用手套快速获取文档向量的方法 问题

我试图用手套来代表整个文件。然而，手套最初是为了嵌入单词而设计的。获取文档嵌入的一种方法是取文档中所有单词嵌入的平均值

我正在按照发布的解决方案加载手套查找表。但是，当我尝试嵌入文档时，运行时非常慢（对于100多万个文档，每个文档大约1秒）

我想知道是否有任何方法可以加快这一进程

手套查找表可以下载，下面是我用来获取文档嵌入的代码。数据存储在

pd.DataFrame（）

中，其中有一个

review

列

注意，

text\u processed\u列表中可能有一些单词不在查找表中，这就是为什么
try…catch…
起作用的原因

将numpy导入为np
作为pd进口熊猫
导入字符串
导入csv
从nltk.tokenize导入单词\u tokenize
从nltk.corpus导入停止词
remove_list=stopwords.words（'english'）+列表（字符串.标点符号）
X=np.0（（数据集大小，300））
手套型号=pd.read表格（“手套42B.300d.txt”，sep=“”，索引列=0，标题=无，引号=csv.QUOTE无）
对于范围内的iter（数据集大小）：
text=data.loc[iter，“审查”]
text_processed_list=[如果单词不在remove_list中，则单词标记化（text.lower（））中的单词对单词]
对于文本\u已处理\u列表中的单词：
尝试：
X[iter]+=gloot_model.loc[word].数值
除KeyError外：
通过
X[iter]/=len（文本处理列表）