如何用训练好的Word2Vec模型处理目标文本并保存指定格式词向量？

没问题，我来帮你搞定这个需求！下面是具体的实现方法，包含完整代码和关键细节说明：

我们可以分步骤完成词向量的提取与格式转换，以下是详细的解决方案：

核心步骤 #

• 加载你已训练好的Word2Vec模型
• 读取包含5333个词汇的目标TXT文件（默认按每行一个词汇处理，可根据实际格式调整）
• 遍历每个词汇，获取对应的词向量
• 按照你指定的字典式格式拼接内容，最终写入新的TXT文件

完整代码实现 #

from gensim.models import Word2Vec
import numpy as np

# 1. 加载已训练好的Word2Vec模型
model = Word2Vec.load('model.bin')

# 2. 读取词汇文件（替换成你的词汇文件路径，假设每行一个词汇）
vocab_path = "your_vocab_file.txt"
with open(vocab_path, mode="r", encoding="utf-8") as f:
    # 过滤空行，得到干净的词汇列表
    vocab_list = [line.strip() for line in f.readlines() if line.strip()]

# 3. 提取词向量并按格式整理
output_items = []
for word in vocab_list:
    # 检查词汇是否在模型词表中，避免报错
    if word in model.wv:
        # 将词向量转为和示例一致的array字符串格式
        vec_str = str(np.array(model.wv[word]))
        output_items.append(f"'{word}' : {vec_str}")

# 4. 拼接成目标格式的字符串
final_content = "{ " + ", ".join(output_items) + " }"

# 5. 写入到输出文件（替换成你想要的保存路径）
output_path = "word_vectors_result.txt"
with open(output_path, mode="w", encoding="utf-8") as f:
    f.write(final_content)

print(f"所有词向量已按要求保存到 {output_path}")

关键细节说明 #

• 词汇文件适配：如果你的词汇文件不是每行一个词，而是用空格/逗号分隔，可以把读取部分改成 vocab_list = f.read().split() 来适配。
• 异常处理：代码里加入了if word in model.wv的判断，防止因词汇不在训练模型中导致报错；如果你确定所有词汇都在模型词表里，可以去掉这部分。
• 格式匹配：严格按照你给出的示例格式生成内容，包括单引号包裹词汇、保留array(...)和dtype=float32的完整标注，最终拼接成字典样式的字符串。

内容的提问来源于stack exchange，提问作者Senu Gebremichael