Word2Vec词汇表未定义错误

Question

我是python和word2vec的新手，并且不断收到“训练模型之前必须先建立词汇表”错误。我的代码有什么问题？

这里是我的代码：

file_object=open("SupremeCourt.txt","w") 
from gensim.models import word2vec 

data = word2vec.Text8Corpus('SupremeCourt.txt') 
model = word2vec.Word2Vec(data, size=200) 

out=model.most_similar() 

print(out[1]) 
print(out[2]) 

Answer 1

我可以在代码中看到一些错误的东西，例如文件在写入模式下打开，并且您加载的模型不包含要查找最相似单词的单词。 我想建议使用预定义的模型，如google_news_vectors加载gensim或建立自己的word2vec model，这样你就不会得到错误。 most_similar在gensim用途为out = model.most_similar("word-name")

file_object=open("SupremeCourt.txt","r") 
from gensim.models import word2vec 

data = word2vec.Text8Corpus('SupremeCourt.txt') 
model = word2vec.Word2Vec(data, size=200)#use google news vectors here 

out=model.most_similar("word") 
print(out) 

Answer 2

你打开在写入模式文件，该行：

file_object = open("SupremeCourt.txt", "w") 

通过这样做，你擦掉你的文件的内容，所以当你试图将文件传递给训练模型时，没有数据需要读取。这就是为什么这个错误被抛出。

删除该行（同时还恢复文件内容），它会起作用。