gensim KeyedVectors 对象字数统计

Question

我加载了一个 KeyedVectors 模型，词频看起来像词索引

我想念什么？

Answer 1

load_word2vec_format()加载的单文件格式不包括字数——因此它们不会出现在加载的对象中。

不过，通常的惯例是将此类文件按最频繁到最不频繁的顺序排列。因此，在没有真实计数信息的情况下，将使用从词汇表大小减少到 1 的插入值。（这个数字有点像您看到的单词索引。）

某些软件中有一种方法可以将额外信息保存在单独的文件中——请参阅 gensim 的 save_word2vec_format() 和 load_word2vec_format() 的 fvocab 选项。所以也许这已经可以用于您的载体，您可以使用该选项。