如何从Word2Vec词汇表获取特定单词的键？gensim实现Word2Vec咨询

嘿，我来帮你搞定从Word2Vec词汇表里拿特定单词键的事儿！你现在在做文本分类用gensim的Word2Vec对吧，刚好我对这块熟得很～

首先得明确：gensim的Word2Vec模型里，词汇表的索引（也就是你说的“键”）在不同版本的gensim里获取方式略有不同，我给你分情况说明：

第一步：先确认单词在词汇表里 #

因为你设置了min_count=5，出现次数低于5次的单词会被过滤掉，所以先检查目标单词是否存在：

target_word = "你的目标单词"
if target_word in model.wv:
    print(f"单词'{target_word}'在词汇表中")
else:
    print(f"单词'{target_word}'不在词汇表中，可能是出现次数不足5次")

第二步：获取单词的索引（键） #

• 如果你用的是gensim 4.x及以上版本：
  新版本用key_to_index字典来映射单词到索引，直接取值就行：

  word_index = model.wv.key_to_index[target_word]
  print(f"单词'{target_word}'的键是：{word_index}")
  

• 如果你用的是gensim 3.x及更早版本：
  旧版本的词汇表存在vocab里，每个单词对应的对象有index属性：

  word_index = model.wv.vocab[target_word].index
  print(f"单词'{target_word}'的键是：{word_index}")
  

额外小技巧：从索引反向找单词 #

如果之后需要根据索引找对应的单词，也可以这么做：

• gensim 4.x+：model.wv.index_to_key[word_index]
• gensim 3.x：model.wv.index2word[word_index]

结合你给出的代码，举个完整的例子就是：

sentences = MySentences("./corpus_samples")
model = gensim.models.Word2Vec(sentences, size=100, window=5, min_count=5, workers=4)

# 假设要找单词"text"的键
target_word = "text"
if target_word in model.wv:
    # 以gensim 4.x为例
    word_index = model.wv.key_to_index[target_word]
    print(f"单词'{target_word}'的键是：{word_index}")
else:
    print(f"抱歉，'{target_word}'不在词汇表里哦")

内容的提问来源于stack exchange，提问作者SDG