如何用gensim工具包查同义词/多词释义？含预训练word2vec语境查询

嘿，我来帮你搞定这两个Gensim的问题～

首先得确认你已经加载好预训练的词向量模型（比如Word2Vec或FastText），接下来操作很直观：

• 检查单词是否在模型中：先判断目标词是否在模型的词汇表里，避免报错：

  if 'happy' in model.wv.key_to_index:
      # 执行后续操作
  

• 获取同义词：用model.wv.most_similar()方法，指定目标词和要返回的同义词数量（topn参数）：

  from gensim.models import Word2Vec
  
  # 假设你已经加载好预训练模型，比如 model = Word2Vec.load("your_model_path")
  if 'happy' in model.wv.key_to_index:
      synonyms = model.wv.most_similar('happy', topn=3)
      print(synonyms)
      # 输出示例：[('glad', 0.89), ('pleased', 0.87), ('delighted', 0.85)]
  

• 处理多词释义：普通Word2Vec是单向量模型，没法直接区分多义词（比如"bank"既指银行也指河岸）。如果要更好地处理多义词，推荐用Gensim支持的FastText模型——它会拆分单词为子词，能捕捉更多语义细节，用法和Word2Vec完全一致，同样用most_similar()就能得到更贴合的结果。

普通Word2Vec的单向量是无上下文的，直接查"bright"会返回包括“明亮的”（比如"shiny"）在内的所有同义词，没法区分语境里的“聪明的”含义。要结合语境，咱们可以通过语境词向量加权组合的方式来调整：

步骤如下：

1. 提取句子中除目标词外的语境词；
2. 过滤掉模型中不存在的词；
3. 把目标词和语境词的向量组合，找最相似的词，再过滤掉原词和语境词。

代码示例：

sentence = ["she", "is", "a", "bright", "person"]
target_word = "bright"

# 提取语境词，排除目标词
context_words = [word for word in sentence if word != target_word]
# 过滤模型中没有的词
context_words = [word for word in context_words if word in model.wv.key_to_index]

if not context_words:
    print("语境里的词不在模型词汇表中，没法结合语境判断哦")
else:
    # 结合目标词和语境词的向量，找相似词
    similar_candidates = model.wv.most_similar(
        positive=[target_word] + context_words,
        topn=10
    )
    # 过滤掉原词和语境词，只保留符合语境的同义词
    filtered_synonyms = [
        (word, score) for word, score in similar_candidates
        if word != target_word and word not in context_words
    ]
    # 取前3个最贴合的结果
    print(filtered_synonyms[:3])
    # 输出示例：[('intelligent', 0.78), ('smart', 0.76), ('clever', 0.74)]

如果想要更精准的上下文感知结果，也可以尝试Gensim的Doc2Vec模型，或者结合上下文相关的预训练模型，但上面的方法用原生Gensim就能快速实现语境匹配。

内容的提问来源于stack exchange，提问作者Quantum