如何从Maciejkula实现的GloVe模型中获取词-嵌入字典？

嘿，你的猜测完全正确！model.dictionary里的词到索引的映射，和model.word_vectors数组中的嵌入索引是严格对应的——也就是说，model.dictionary["apple"]返回的索引值，正好对应model.word_vectors数组里苹果这个词的嵌入向量位置。

要生成词到嵌入的字典，用一行字典推导式就能搞定，非常简便：

word_embedding_dict = {word: model.word_vectors[idx] for word, idx in model.dictionary.items()}

如果之后需要对向量做进一步处理（比如转换成普通列表），也可以在推导式里加上转换：

word_embedding_dict = {word: model.word_vectors[idx].tolist() for word, idx in model.dictionary.items()}

目前这个库本身没有提供直接返回该字典的内置方法，但上面的方式已经足够高效且直观，完全能满足需求。

内容的提问来源于stack exchange，提问作者Thomas