# 文本文件必须是utf-8无bom格式
from gensim.models.deprecated.word2vec import Word2Vec
model = Word2Vec.load(
'./model/Word60.model') # 3个文件放在一起：Word60.model Word60.model.syn0.npy Word60.model.syn1neg.npy
print("read model successful")
word_list = ['了',
'不存在的词',
'的',
'我',
'你',
'他',
'个',
'1',
'完成',
'吃',
'苹果',
'香蕉',
'词汇',
'物理',
'地球',
'黑死病',
'瘟疫',
'', ]
for word in word_list:
if word in model.index2word:
vec = model[word]
print(word,vec)
else:
print(word + '\t\t\t——不在词汇表里' + '\n\n')
大家也可以在这里下载中文词向量：https://github.com/Embedding/Chinese-Word-Vectors
加载方法：
wv_vocab = set()
with open(file_path, encoding='utf-8') as f:
for line in f:
token = line.rstrip().split(' ')[0]
wv_vocab.add(token)
return wv_vocab
现在word2vec比较旧了，推荐大家使用预训练词向量：
预训练模型使用方法： https://github.com/huggingface/transformers
中文词向量下载：https://github.com/ymcui/Chinese-BERT-wwm
时间会记录下一切。
