如何避免每次都下载glove-wiki-gigaword-300或任何其他词向量包？

Question

我的用例：我从用户那里获取输入（一个句子），并且需要从我的存储库文件中找到类似的句子。我将返回三个最匹配的句子给用户。

到目前为止，我已经用 python 编写了基于规则的逻辑，并且它对于词法匹配工作得很好。

我正在尝试通过语义匹配来改进逻辑，具体是软余弦。

我计划使用如下代码：https://stackoverflow.com/a/65813988/11049287

我的问题是我是否必须执行以下下载语句

api.load('glove-wiki-gigaword-300')) 

每次我执行代码或任何其他解决方法？ 可以保存文件吗？

Answer 1

您可以下载一次模型：

api.load("glove-wiki-gigaword-300", return_path=True)

输出将是模型的本地路径。 像这样的东西：

>>> /home/user/gensim-data/glove-wiki-gigaword-300/glove-wiki-gigaword-300.gz

然后：

from gensim.models import KeyedVectors

model = KeyedVectors.load_word2vec_format(localpath, binary=False)