Word2vec模型查詢

我使用word2vec gensim軟件包在我的數據集上訓練了一個word2vec模型。我的數據集有大約131,681個獨特字，但模型輸出形狀矢量矩陣（47629,100）。所以只有47,629個單詞與它們相關聯。其餘的呢？爲什麼我無法獲得每個獨特單詞的100維矢量？Word2vec模型查詢

gensim Word2Vec類使用5的默認min_count，這意味着您的語料庫中任何出現少於5次的單詞都將被忽略。如果啓用INFO級別日誌記錄，則應該看到有關此培訓和其他步驟的記錄消息。

請注意，使用少量（非變化）使用示例很難學習有意義的向量。所以雖然你可能降低min_count爲1，你不應該期望這些載體是非常好的 - 甚至試圖訓練它們可能會惡化你的其他載體。（低出現的單詞可能本質上是噪音，干擾其他單詞向量的訓練，其中那些其他更頻繁的單詞有足夠多/不同的例子會更好。）

2017-02-09 08:48:00 gojomo

嗨感謝您的真棒解釋.. 。:) –

回答