本文主要是介绍word2Vec 获取训练好后所有的词,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
import gensim
sentences = [['first', 'sentence',], ['second', 'sentence'],['haha','sentence']]
# train word2vec on the two sentences
model = gensim.models.Word2Vec(sentences)
在gensim 1.0.0 以前的版本可以使用:
model.vocab
在 gensim 1.0以后的版本使用:
model.wv.vocab
结果:
[('sentence', -0.00658770278096199), ('haha', -0.03800702840089798), ('second', -0.10608357191085815)]
{'first': <gensim.models.keyedvectors.Vocab object at 0x0000017D329C4E10>,'haha': <gensim.models.keyedvectors.Vocab object at 0x0000017D38D17358>,'second': <gensim.models.keyedvectors.Vocab object at 0x0000017D3329BA20>,'sentence': <gensim.models.keyedvectors.Vocab object at 0x0000017D3329B9B0>}
这篇关于word2Vec 获取训练好后所有的词的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!