如何为无监督学习模型（cbow，skipgram）获取fasttext中的最近邻？答案

【问题标题】：How to get nearest neighbours in fasttext for unsupervised learning models (cbow, skipgram)?如何为无监督学习模型（cbow，skipgram）获取fasttext中的最近邻？
【发布时间】：2020-01-14 03:56:00
【问题描述】：

fasttext 官方网站 (fasttext.cc) 上的示例（与单词表示相关）表明，可以在使用 cbow（或 skip-gram 模型）导出的向量上计算最近邻（简而言之，在无监督学习上）楷模）。据说这可以使用模型上的get_nearest_neighbors 函数（model.get_nearest_neighbors）来完成。但是，当我尝试使用 Python (3.7.) 时，它向我显示了这个函数在 fasttext 中不存在于无监督学习模型的消息，事实上，当我查看 fasttext 帮助时，我没有看到这个函数。唯一存在的类似函数是模型上的谓词（model.predict（其中指定了 k）），但这只能在监督学习模型上完成。

谁能向我解释发生了什么，并帮助我解决这个问题？有没有什么方法可以为 fasttext 中的无监督学习模型计算最近邻？ :-)

【问题讨论】：

标签： python nearest-neighbor unsupervised-learning fasttext

【解决方案1】：

虽然 fasttext 有 get_nearest_neighbor 方法，但他们的 pypi relaese 仍然没有那个方法。

因此，您可以安装pyfasttext 库并访问其最近邻函数。

from pyfasttext import FastText
model = FastText('model.bin')
model.nearest_neighbors('dog', k=2000)

或者，你可以获得最新的fasttext开发版，你可以从github repository安装

import fasttext
model = fasttext.load_model('model.bin')
model.get_nearest_neighbors('dog', k=100)

【讨论】：