在 word2vec 中每次训练迭代后如何获得向量？

Question

我想在 word2vec 中每隔几个 iter 得到一个单词向量，例如，我想使用下面的模型。

embedding_model = Word2Vec(test_set, size=300, 
                           window=4, workers=6, 
                           iter=300, sg=1, min_count=10)

在这个模型中，我想得到每50次迭代学习的300维向量，因为我想在html d3中显示连续的学习内容。

我该怎么做？

Answer 1

您可以迭代调用 train() 方法 6 次，每次 epochs=50:

model = gensim.models.word2vec.Word2Vec(size=300, window=4, workers=6, sg=1, 
                                        min_count=10)
model.build_vocab(sentences)
for i in range(6):
  model.train(sentences, total_examples=model.corpus_count, epochs=50)
  print(model.wv.word_vec('the'))  # get the intermediate vector(s)

在 word2vec 中每次训练迭代后如何获得向量？

How can I get a vector after each training iter in word2vec?

python-3.x

nlp

word2vec

gensim

word-embedding