Python Word2Vec使用训练好的模型生成词向量

# 文本文件必须是utf-8无bom格式

from gensim.models.deprecated.word2vec import Word2Vec

model = Word2Vec.load(

    './model/Word60.model')  # 3个文件放在一起：Word60.model   Word60.model.syn0.npy   Word60.model.syn1neg.npy

print("read model successful")

word_list = ['了',

            '不存在的词',

            '的',

            '我',

            '你',

            '他',

            '个',

            '',

            '完成',

            '吃',

            '苹果',

            '香蕉',

            '词汇',

            '物理',

            '地球',

            '黑死病',

            '瘟疫',

            '', ]

for word in word_list:

    if word in model.index2word:

        vec = model[word]

        print(word,vec)

    else:

        print(word + '\t\t\t——不在词汇表里' + '\n\n')

模型文件如下：

链接：https://pan.baidu.com/s/1c7V91VcWbHPBFIfmtWGb2g 密码：mgps

如果分享失效可以留言或者邮件联系。