如何将Python字典形式的预训练Word2Vec嵌入加载到Gensim？

别担心，这种场景完全能轻松解决！你已经有了{词: 向量}格式的字典，只需要把它转换成Gensim的KeyedVectors格式，就能直接用Gensim的内置工具计算欧氏距离（或者其他向量相似度指标）了。以下是具体步骤：

步骤1：导入必要的模块 #

首先确保你已经安装了Gensim，然后导入KeyedVectors类：

from gensim.models import KeyedVectors

步骤2：初始化KeyedVectors实例 #

先从你的字典里获取向量的维度（随便取一个向量的长度就行），然后创建KeyedVectors对象：

# 获取向量维度（假设字典非空）
vector_dim = len(next(iter(w2v_dict.values())))
# 初始化KeyedVectors
kv_model = KeyedVectors(vector_size=vector_dim)

步骤3：加载字典中的词向量 #

用add_vectors方法把字典里的词和向量批量添加到模型中：

# 提取所有词和对应的向量列表
words = list(w2v_dict.keys())
vectors = list(w2v_dict.values())
# 添加到KeyedVectors
kv_model.add_vectors(words, vectors)

步骤4：计算欧氏距离 #

现在你就可以用Gensim的方法来计算词向量之间的欧氏距离了：

• 计算两个词的欧氏距离：

  # 计算"house"和"home"的欧氏距离
  euclidean_distance = kv_model.distance("house", "home")
  print(f"欧氏距离：{euclidean_distance}")
  

• 计算一个词和多个词的距离：

  # 计算"house"与"home"、"apartment"的距离
  distances = kv_model.distances("house", ["home", "apartment"])
  print(f"距离列表：{distances}")
  

额外：保存模型方便后续使用 #

如果之后还需要用到这个模型，可以把它保存成Gensim的专属格式：

kv_model.save("my_custom_word2vec.kv")
# 下次加载时直接用
# kv_model = KeyedVectors.load("my_custom_word2vec.kv")

小提示 #

KeyedVectors是Gensim专门用来存储和操作词向量的核心类，不管是从预训练的.bin/.txt文件加载，还是像你这样自定义构建，都能支持各种向量运算——除了欧氏距离，还能算余弦相似度、找相似词等等，完全满足你的需求。

内容的提问来源于stack exchange，提问作者James Dorfman