Comment obtenir Word2index de gensim
J'ai lu un modèle Word2vec dans le génisme
model = KeyedVectors.load_Word2vec_format('Word2vec.50d.txt', binary=False)
Il semble que le génisme ne fournisse qu'un mappage d'index en Word, c'est-à-dire, par exemple, model.index2Word[2], comment pourrions-nous également obtenir un dictionnaire inversé (Word2index) basé sur cela?
Les mappages de Word vers index sont dans la propriété KeyedVectorsvocab, un dictionnaire avec des objets qui incluent une propriété index.
Par exemple:
Word = "whatever" # for any Word in model
i = model.vocab[Word].index
model.index2Word[i] == Word # will be true
Une solution encore plus simple consisterait à énumérer index2Word
Word2index = {token: token_index for token_index, token in enumerate(w2v.index2Word)}
Word2index['hi'] == 30308 # True