python - 如何使用预训练的模型权重初始化新的 word2vec 模型？

Question

我在 python 中使用 Gensim Library 来使用和训练 word2vector 模型。最近，我正在考虑使用一些预训练的 word2vec 模型（例如 GoogleNewDataset 预训练模型）来初始化我的模型权重。我已经为此苦苦挣扎了几个星期。现在，我刚刚发现在 gesim 中有一个函数可以帮助我用预训练的模型权重初始化模型的权重。这在下面提到：

reset_from(other_model)

    Borrow shareable pre-built structures (like vocab) from the other_model. Useful if testing multiple models in parallel on the same corpus.

我不知道这个函数能不能做同样的事情。请帮忙！！！

Answer 1

您现在可以使用 gensim 进行增量训练。我建议加载预训练模型，然后进行更新。

from gensim.models import Word2Vec

model = Word2Vec.load('pretrained_model.emb')
model.build_vocab(new_sentences, update=True)
model.train(new_sentences)