跳过克和跳过克拉克的预训练矢量

Question

我正在做一个项目，我需要跳过克模型的预先训练好的矢量。我听说还有一个名为skip-n-gram模型的变体，它提供了更好的结果。

我在想我自己需要什么来训练模型？因为我只是需要它们为我的模型初始化嵌入层。

我已经搜索了足够的，但没有得到很好的例子。我需要你的建议。我在哪里可以获得这种预先训练的模型，或者没有预先训练过的模型。

Answer 1

如果你有足够的数据，你可以训练我们自己的单词向量。这可以使用gensim完成。它们为主题建模提供了非常简单但功能强大的API。

但是，如果您想使用已经训练过的word2vec模型，则可以使用Google发布的word2vec model。它的容量为1.5GB，包含300万个单词和短语的单词向量，他们在Google新闻数据集中训练了约1000亿个单词。

您可以使用gensim加载该模型。下载训练有素的word2vec模型并使用以下代码开始。

import math 
import sys 
import gensim 
import warnings 
warnings.filterwarnings(action='ignore', category=UserWarning, module='gensim') 

from gensim.models.keyedvectors import KeyedVectors 

words = ['access', 'aeroway', 'airport'] 

# load the model 
model = KeyedVectors.load_word2vec_format(path_to_model, binary=True) 

# to extract word vector 
print(model[words[0]]) # vector representing access 

结果矢量：

[ -8.74023438e-02 -1.86523438e-01 .. ] 

请注意，您的系统可能而这样巨大的模型加载冻结。