Python 将字符串标记转换为整数

我试图把句子的符号转换成整数。但它给了我浮动

from nltk.tokenize import word_tokenize
from gensim.models import Word2Vec

sometext = "hello how are you doing?"

tokens = word_tokenize(sometext)
model = Word2Vec([tokens], min_count=1, size=1)

当我这样做的时候

print(model["hello"])

它给了我

[-0.3843384]

---

我希望这是一个正整数

没有必要为此使用

Word2Vec

。Word2Vec的要点是将单词映射到多维、“密集”向量，其中包含许多浮点坐标

虽然

Word2Vec

碰巧会扫描您的训练语料库中的所有唯一单词，并在其内部数据结构中为每个唯一单词指定一个整数位置，但您通常不会创建一个只有一个维度的模型（

size=1

），也不会要求模型提供单词的整数槽（内部实现细节）

如果您只需要一个（字符串单词）->（int-id）映射，那么gensim类

字典可以做到这一点。见：


现在，如果使用
Word2Vec
确实有一些合理的理由，比如需要多维向量来获得更大的词汇表，并在大量不同的文本上进行训练，那么您真正需要的是知道它的单词内部整数槽，您可以通过内部
wv
属性的
vocab
字典访问这些内容：

print(model.wv.vocab['hello'].index)

没有必要为此使用
Word2Vec
。Word2Vec

的要点是将单词映射到多维、“密集”向量，其中包含许多浮点坐标

虽然

Word2Vec

碰巧会扫描您的训练语料库中的所有唯一单词，并在其内部数据结构中为每个唯一单词指定一个整数位置，但您通常不会创建一个只有一个维度的模型（

size=1

），也不会要求模型提供单词的整数槽（内部实现细节）

如果您只需要一个（字符串单词）->（int-id）映射，那么gensim类

字典可以做到这一点。见：


现在，如果使用
Word2Vec
确实有一些合理的理由，比如需要多维向量来获得更大的词汇表，并在大量不同的文本上进行训练，那么您真正需要的是知道它的单词内部整数槽，您可以通过内部
wv
属性的
vocab
字典访问这些内容：

print(model.wv.vocab['hello'].index)

您可以使用gensim corpora.Dictionary为令牌创建字典和ID

from gensim import corpora
dictionary = corpora.Dictionary([tokens])
print(dictionary)
Dictionary(6 unique tokens: ['?', 'are', 'doing', 'hello', 'how']...)
token2id
print(dictionary.token2id)
{'?': 0, 'are': 1, 'doing': 2, 'hello': 3, 'how': 4, 'you': 5}
dictionary.token2id['hello']
3 

您可以使用gensim corpora.Dictionary为令牌创建字典和ID

from gensim import corpora
dictionary = corpora.Dictionary([tokens])
print(dictionary)
Dictionary(6 unique tokens: ['?', 'are', 'doing', 'hello', 'how']...)
token2id
print(dictionary.token2id)
{'?': 0, 'are': 1, 'doing': 2, 'hello': 3, 'how': 4, 'you': 5}
dictionary.token2id['hello']
3 

如果添加
abs（负整数）
，会怎么样？例如，
x=-1
，然后
打印（abs（x））
如果添加
abs（负整数）
？例如
x=-1
，然后
打印（abs（x））