TypeError：“Word2Vec”对象不可下标

Question

我正在尝试构建 Word2vec 模型，但是当我尝试重塑标记向量时，出现此错误。有什么想法吗？

wordvec_arrays = np.zeros((len(tokenized_tweet), 100)) 
for i in range(len(tokenized_tweet)):
    wordvec_arrays[i,:] = word_vector(tokenized_tweet[i], 100)
wordvec_df = pd.DataFrame(wordvec_arrays) 
wordvec_df.shape

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-101-71156bf1c4a3> in <module>
      1 wordvec_arrays = np.zeros((len(tokenized_tweet), 100))
      2 for i in range(len(tokenized_tweet)):
----> 3     wordvec_arrays[i,:] = word_vector(tokenized_tweet[i], 100)
      4 wordvec_df = pd.DataFrame(wordvec_arrays)
      5 wordvec_df.shape

<ipython-input-100-e3a82e60af93> in word_vector(tokens, size)
      4     for word in tokens:
      5         try:
----> 6             vec += model_w2v[word].reshape((1, size))
      7             count += 1.
      8         except KeyError: # handling the case where the token is not in vocabulary

TypeError: 'Word2Vec' object is not subscriptable

Answer 1

从 Gensim 4.0 及更高版本开始，

Word2Vec

模型不支持下标索引访问（

['...']') to individual words. (Previous versions would display a deprecation warning, 

方法将在 4.0.0 中删除，请使用 self.wv.getitem() 代替`，对于此类使用。）

因此，当您想要访问特定单词时，可以通过

Word2Vec

模型的

.wv

属性来实现，该属性仅包含单词向量。因此，您的（未显示）

word_vector()

函数应将错误堆栈中突出显示的行更改为：

            vec += model_w2v.wv[word].reshape((1, size))

Answer 2

自从 Gensim > 4.0 我尝试用以下方式存储单词：

vocab = w2v_model.wv.key_to_index.keys()

然后迭代，但是方法变了：

for word in vocab:
    w2v_model.wv.get_index(word)
    ...

最后我毫无问题地创建了单词向量矩阵..

Answer 3

对于 Gensim > 4.0 尝试

mymodel.wv.get_vector(word)

从单词中获取向量

Answer 4

使用以下方法：

model.wv.get_item()