我正在使用Tensorflow教程中的word2vec模型进行训练。

https://github.com/tensorflow/tensorflow/blob/master/tensorflow/examples/tutorials/word2vec/word2vec_basic.py

训练完成后，我得到了嵌入矩阵。我希望保存这个矩阵，并将其作为训练好的模型导入到gensim中。

要在gensim中加载模型，命令是：

model = Word2Vec.load_word2vec_format(fn, binary=True)

但是，我该如何从Tensorflow生成fn文件呢？

谢谢

回答：

一种方法是将文件保存为非二进制Word2Vec格式，其大致如下所示：

num_words vector_size  # 这是头部信息label0 x00 x01 ... x0Nlabel1 x10 x11 ... x1N...

示例：

2 3word0 -0.000737 -0.002106 0.001851word1 -0.000878 -0.002106 0.002834

保存文件后，使用binary=False参数加载：

model = Word2Vec.load_word2vec_format(filename, binary=False)print(model['word0'])

更新

加载模型的新方法是：

from gensim.models.keyedvectors import KeyedVectorsmodel = KeyedVectors.load_word2vec_format(model_path, binary=False)