Python 如何在gensim中从自定义输入字典的word-to-vectors中获取相似单词

我正在研究一个文档相似性问题。对于每个文档，我从预先训练好的单词嵌入模型中检索每个单词的向量，并对它们进行平均以获得文档向量。我最终得到了一本字典，比如说，我的字典，它将我收藏的每个文档映射到它的向量

---

我想把这本字典提供给gensim，对于每个文档，在“我的字典”中找到与它更接近的其他文档。我怎么能做到呢？

你可能想考虑从标题中重新整理你的问题，你正在寻找单词相似性，从描述中我想你想要文档相似性并在描述中增加一些细节。如果没有关于你想要什么和你尝试过什么的更详细的信息，就很难帮助你实现你想要的，因为你可能想要做一大堆不同的事情。话虽如此，我想我可以大体上帮助你，即使不知道你想让gensim做什么。gensim非常强大，提供了许多不同的功能

假设您的词典已经是gensim格式，您可以按如下方式加载：

从gensim导入语料库 dictionary=corpora.dictionary.load'my_dict.dict' 现在，您可以将其与gensim一起使用，并根据您的心愿运行分析和建模。对于单词之间的相似性，您可以使用诸如gensim.word2vec.most_相似的'word_one'、'word_two'等预制函数

有关与经过训练的LDA模型的文档相似性，请参见

有关更详细的说明，请参见which使用余弦相似性作为文档之间相似性的度量

gensim有一系列不需要LDA的预制功能，例如gensim.similority.MatrixSimilarity，我建议您查看文档和示例

另外，为了避免一系列陷阱：有没有具体的理由让你自己平均向量，甚至是平均向量？您不需要这样做gensim有一些更复杂的方法可以为您实现文档到向量的映射，如models.doc2vec，并且可能会丢失有价值的信息