如何使用预训练的词向量创建 gensim word2vec 模型？答案

【问题标题】：How to create gensim word2vec model using pre trained word vectors?如何使用预训练的词向量创建 gensim word2vec 模型？
【发布时间】：2017-10-12 03:59:07
【问题描述】：

我使用分布式 word2vec 算法创建了词向量。现在我有了单词和它们对应的向量。如何使用这些词和向量构建 gensim word2vec 模型？

【问题讨论】：

标签： nlp gensim word2vec text-analysis word-embedding

【解决方案1】：

我不确定您是否使用 gensim 或其他工具创建了 word2vec 模型，但如果正确理解您的问题，您只想使用 gensim 加载 word2vec 模型。这是通过以下方式完成的：

import gensim
w2v_file = codecs.open(WORD2VEC_PATH, encoding='utf-8')
model = gensim.models.KeyedVectors.load_word2vec_format(w2v_file, binary=True)  # or binary=False if the model is not compressed

但是，如果您想做的是纯粹使用 gensim 从头开始（即从原始文本）训练 word2vec 模型，这里是 tutorial on how to train word2vec model using gensim。

【讨论】：

谢谢，这正是我要找的。span>
您能否提供样本 w2v_file 或帮我生成该格式？我将单词及其向量放在一行中，由空格分隔，单词由行分隔。谢谢你。 @sophros
你试过下面的方法吗？ from gensim.models import word2vec model = word2vec.Word2Vec.load_word2vec_format('path/to/GoogleNews-vectors-negative300.bin', binary=False) 重要的部分是binary=False。
它确实帮助了我，谢谢。我使用 Microsoft multiverso 训练了我的语料库。现在我可以使用 load_word2vec_format 来创建我的模型了。