word2vec 无法使用 gensim 库工作

Question

我正在尝试使用 gensim 提供的 word2vec 模型对我的数据集进行矢量化。我面临着 scipy 提出的错误。

from gensim.models import Word2Vec
from nltk.tokenize import word_tokenize
import nltk
nltk.download('punkt')

# Sample sentences
sentences = [
    "This is a sample sentence.",
    "Word embeddings are cool.",
    "I love natural language processing."
]

# Tokenize the sentences
tokenized_sentences = [word_tokenize(sentence.lower()) for sentence in sentences]

# Train the Word2Vec model
model = Word2Vec(sentences=tokenized_sentences, vector_size=100, window=5, min_count=1, workers=4)

# Get the vector representation of a word
word_vector = model.wv['sample']
print("Vector representation of 'sample':", word_vector)

# Get the most similar words to a given word
similar_words = model.wv.most_similar('sample')
print("Words most similar to 'sample':", similar_words)

这是代码。我想对其应用 word2vec 矢量化。

我面临着错误- ImportError：无法从 'scipy.linalg.special_matrices' 导入名称 'triu' (C:\Users\onkar naconda3\lib\site-packages\scipy\linalg\special_matrices.py)

我尝试过使用旧版本（1.10 和 1.12）以及最新版本的 scipy。请帮助我找出解决此错误的方法或建议替代方法。

Answer 1

如果 ImportError: Cannot import name 'triu' from 'scipy.linalg' - Gensim 中的修复对您不起作用，您可能无法在实际活跃的 Python 环境中有效回滚

scipy

版本你的代码。