如何在 tensorflow_word2vec 中找到某个单词的相似词，就像在 gensim 中使用 model.most_similar 一样？

Question

我用tensorflow搭建word2vec模型，参考这里：https://github.com/tensorflow/tensorflow/blob/master/tensorflow/examples/tutorials/word2vec/word2vec_basic.py#L118

我的问题是，我怎样才能找到某个单词的前 n 个相似词。我知道在 gensim 中，我可以保存和加载 word2vec 模型，然后使用 model.most_similar 来找到我想要的。但是在 tensorflow 中如何甚至还有什么方法可以在 tensorflow 中保存模型，因为我发现我得到的只是一个嵌入向量，对吗？

Answer 1

我认为只要你计算了每个token的权重向量，那么你就可以操作向量空间中的所有token。您可以简单地计算每个向量之间的余弦相似度，然后按分数排序。供您参考，您可以查看 gensim word2vec 模型中实现的most_similar 方法的source code。希望这会有所帮助。