python-2.7 - 使用带有 word2vec 的 freebase 时无法找到单词

Question

我正在尝试使用 freebase 和 gensim 的 word2vec 来使用以下代码查找两个单词的向量之间的相似度得分。

model = gensim.models.Word2Vec()
model = models.Word2Vec.load_word2vec_format('freebase-vectors-skipgram1000-en.bin.gz', binary=True)

在基于 freebase 创建模型后，我的代码给了我任何单词的关键错误。

model.similarity('microsoft', 'apple')

这是给我KeyError: 'microsoft'

但是当我使用 googlenews 而不是 freebase 时，它​​可以正常工作。知道为什么吗？

Answer 1

model.similarity('/en/microsoft', '/en/apple')

Answer 2

该特定模型具有 Freebase /en ID 作为单词的标签。还有另一个版本使用 MID（即 /m ID）。您可以使用 Freebase API 或数据转储找到与单词/实体相关联的英语（或任何其他语言）标签（您不能只是在单词的前面加上“/en/”，就像您可能从 @scottyli 猜到的那样）回答）。

您可能还想看看这个问题和答案：Using freebase vectors with gensim