2

对于我使用gensim.models.KeyedVectors（来自模型）的项目，我需要添加和减去词向量word2vec-google-news-300

不幸的是，我已经尝试过，但无法正确地做到这一点。

让我们看一下流行的例子Queen ~= king - man + woman。
当我想从国王中减去男人并添加女人时， 我可以用 gensim 做到这一点

# model is loaded using gensim.models.KeyedVectors.load()
model.wv.most_similar(positive=["king", "woman"], negative=["man"])[0]

正如预期的那样，它返回('queen', 0.7118192911148071)了我使用的模型。

现在，为了实现相同的加法和减法向量（它们都是单位范数），我尝试了以下代码：

 vec1, vec2, vec3 = model.wv["king"], model.wv["man"], model.wv["woman"]
 result = model.similar_by_vector(vec1 - vec2 + vec3)[0]

result在上面的代码中，('king', 0.7992597222328186)这不是我所期望的。

我的错误是什么？

4

1 回答 1

0

您通常在做正确的事情，但请注意：

  • 该most_similar()方法还取消其结果中提供的任何命名单词的资格 - 因此即使'king'（仍然）是最接近结果的单词，它也会被忽略。在忽略输入词之后，你的公式很可能'queen'是下一个最接近的词——这就是“类比”测试所需要的。

  • 该most_similar()方法还对归一化为单位长度的向量版本进行向量算术运算，这可能会导致答案略有不同。如果您更改对model.wv['king']to的使用model.get_vector('king', norm=True)，您将获得单位范数向量。

另请参阅类似的早期答案：https ://stackoverflow.com/a/65065084/130288

于 2021-01-07T18:06:35.547 回答