我在尝试使用机器学习进行一些文本分类，为此我已经从预处理的文本数据中提取了特征向量，使用了简单的词袋方法（计数向量化）和TFIDF向量化。

现在我想使用word2vec，即词嵌入作为我的特征向量，类似于计数向量化/TFIDF向量化那样，我应该能够从训练数据中学习词汇表，并用学到的词汇表转换或拟合测试数据，但我找不到实现它的方法。

//我需要类似这样的东西，用word2veccount = CountVectorizer()train_feature_ vector =count.fit_transform(train_data)test_feature_vector = count.fit(test_data)//这样我就可以像这样训练我的模型mb = MultinomialNB()mb.fit(train_feature_vector,y_train)acc_score = mb.score(test_feature_vector,y_test)print("Accuracy "+str(acc_score))

回答：

你首先应该了解词嵌入是什么。当你应用CountVectorizer或TfIdfVectorizer时，你得到的是一种稀疏的句子表示，通常称为独热编码。词嵌入表示用于在高维实数空间中表示一个词。

一旦你获得了每个词的表示，就有一些方法可以做到这一点，请查看：如何从句子中词的word2vec获得句子的向量