Python Gensim“最相似”中的弃用警告？

在Python3.7中实现Word2Vec时，我遇到了一个与折旧相关的意外情况。我的问题是，word2vec gensim python中关于“最相似”的贬值警告到底是什么

目前，我得到以下问题

弃用警告：调用弃用的

最相似的方法（方法将在4.0.0中删除，改用self.wv.most\u-similable（）。
模型。最相似的（“哈姆雷特”）
FutureWarning:不推荐将issubdtype的第二个参数从
int
转换为
np.SignedIntegrater
。将来，它将被视为
np.int32==np.dtype（int.type）
。
如果np.issubdtype（vec.dtype，np.int）：

请帮助遏制这个问题？感谢您的帮助

我试过的代码如下

import re
from gensim.models import Word2Vec
from nltk.corpus import gutenberg

sentences = list(gutenberg.sents('shakespeare-hamlet.txt'))   
print('Type of corpus: ', type(sentences))
print('Length of corpus: ', len(sentences))

for i in range(len(sentences)):
    sentences[i] = [word.lower() for word in sentences[i] if re.match('^[a-zA-Z]+', word)]
print(sentences[0])    # title, author, and year
print(sentences[1])
print(sentences[10])
model = Word2Vec(sentences=sentences, size = 100, sg = 1, window = 3, min_count = 1, iter = 10, workers = 4)
model.init_sims(replace = True)
model.save('word2vec_model')
model = Word2Vec.load('word2vec_model')
model.most_similar('hamlet')

弃用警告是一种警告，用于指示对Python未来版本中可能存在或可能不存在的内容的使用，这些内容通常会被其他内容取代。（说出它们是什么）

错误似乎起源于Word2Vec内部，而不是您的代码。删除这些错误需要进入该库并更改其代码

试着按照它告诉你的去做

将您的
model.most_-simulate（'hamlet'）
更改为
model.wv.most_-simulate（'hamlet'）

我不熟悉这个软件包，所以请调整它的使用方式
 因此，Gensim在这里告诉您，最终您将无法在Word2Vec模型上直接使用最类似的方法。相反，您需要在
model.wv
对象上调用它，这是训练模型时存储的关键向量
 这是一个警告，它将变得过时和不起作用

通常情况下，对于一些版本，有些东西是不推荐的，因为在删除它们之前，使用它们的人有足够的时间移动到新方法

他们把最相似的

搬到了

因此，

大多数simliar（）

应该看起来像：

model.wv.most_similar('hamlet')

希望这有帮助

编辑：使用

wv.most_-simple（）

---

更新到4.0.0版本后，函数model.most_similable（）将被删除。因此，您可以将函数修改为model.wv.most_similor（）。函数model.similarity（）也是如此。您必须将其更改为model.wv.similarity（）

谢谢你的回复。怎么做？我编辑了它。我复制粘贴错了。它应该像

model.wv一样工作。最相似的（'hamlet'）

现在，它抛出以下错误，“utureWarning:issubdtype的第二个参数从

int

转换为

np.signedinteger

已弃用。将来，它将被视为

np.int32==np.dtype（int.type

。如果np.issubdtype（vec.dtype，np.int）：”根据这个签名，看起来你不能简单地传递它

'hamlet'

试试传递，

positive='hamlet'

谢谢你的建议。但是，我也尝试了model.wv.most_类似，但它显示了以下消息，“将issubdtype的第二个参数从

int

转换为

np.signedinteger

已被弃用”。这听起来像是

numpy

或

Gensim

使用的其他依赖项发出的警告。他们需要改变这一点。我要升级numpy吗？不，因为它是

Gensim

中的代码，或者使用不推荐的转换方法的某些依赖项。谢谢Madhan。我试过这个模型。wv。最相似的（“哈姆雷特”）。但是，它显示了以下错误，“utureWarning:issubdtype的第二个参数从

int

转换为

np.signedinteger

已被弃用。将来，它将被视为

np.int32==np.dtype（int.type

。如果np.issubdtype（vec.dtype，np.int）：”是的。它来自gensim使用的

numpy

依赖项。Genism正在更新版本ref:中修复它。您可以尝试将numpy降级到1.13:[ref]（），谢谢您的及时回复。这很重要。如何将numpy降级到1.13？不用担心：）

pip卸载numpy

。然后

pip安装numpy==1.13

pip3对吗？这是因为我使用的是3.7版python。

import re
from gensim.models import Word2Vec
from nltk.corpus import gutenberg

sentences = list(gutenberg.sents('shakespeare-hamlet.txt'))   
print('Type of corpus: ', type(sentences))
print('Length of corpus: ', len(sentences))

for i in range(len(sentences)):
    sentences[i] = [word.lower() for word in sentences[i] if re.match('^[a-zA-Z]+', word)]
print(sentences[0])    # title, author, and year
print(sentences[1])
print(sentences[10])
model = Word2Vec(sentences=sentences, size = 100, sg = 1, window = 3, min_count = 1, iter = 10, workers = 4)
model.init_sims(replace = True)
model.save('word2vec_model')
model = Word2Vec.load('word2vec_model')
similarities = model.wv.most_similar('hamlet')
for word , score in similarities:
    print(word , score)