평소보다 많은 n-gram을 가진 word2vec 모델을 만들고 싶습니다. 내가 찾은 것처럼 gensim.models.phrase의 Phrase 클래스는 원하는 구문을 찾을 수 있으며, 코퍼스에서 구문을 사용하고 word2vec 열차 기능의 결과 모델을 사용할 수 있습니다.텍스트 처리 - 구문 검색 후 Word2Vec 학습 (bigram 모델)
그래서 먼저 아래 코드를 gensim documentation에 입력하면됩니다.
class MySentences(object):
def __init__(self, dirname):
self.dirname = dirname
def __iter__(self):
for fname in os.listdir(self.dirname):
for line in open(os.path.join(self.dirname, fname)):
yield word_tokenize(line)
sentences = MySentences('sentences_directory')
bigram = gensim.models.Phrases(sentences)
model = gensim.models.Word2Vec(bigram['sentences'], size=300, window=5, workers=8)
모델이 생성되었지만 평가에서 좋은 결과와 경고없이 :
WARNING : train() called with an empty iterator (if not intended, be sure to provide a corpus that offers restartable iteration = an iterable)
내가 검색 내가 https://groups.google.com/forum/#!topic/gensim/XWQ8fPMFSi0을 발견하고 내 코드 변경 :
class MySentences(object):
def __init__(self, dirname):
self.dirname = dirname
def __iter__(self):
for fname in os.listdir(self.dirname):
for line in open(os.path.join(self.dirname, fname)):
yield word_tokenize(line)
class PhraseItertor(object):
def __init__(self, my_phraser, data):
self.my_phraser, self.data = my_phraser, data
def __iter__(self):
yield self.my_phraser[self.data]
sentences = MySentences('sentences_directory')
bigram_transformer = gensim.models.Phrases(sentences)
bigram = gensim.models.phrases.Phraser(bigram_transformer)
corpus = PhraseItertor(bigram, sentences)
model = gensim.models.Word2Vec(corpus, size=300, window=5, workers=8)
I을 오류 발생 :
Traceback (most recent call last):
File "/home/fatemeh/Desktop/Thesis/bigramModeler.py", line 36, in <module>
model = gensim.models.Word2Vec(corpus, size=300, window=5, workers=8)
File "/home/fatemeh/.local/lib/python3.4/site-packages/gensim/models/word2vec.py", line 478, in init
self.build_vocab(sentences, trim_rule=trim_rule)
File "/home/fatemeh/.local/lib/python3.4/site-packages/gensim/models/word2vec.py", line 553, in build_vocab
self.scan_vocab(sentences, progress_per=progress_per, trim_rule=trim_rule) # initial survey
File "/home/fatemeh/.local/lib/python3.4/site-packages/gensim/models/word2vec.py", line 575, in scan_vocab
vocab[word] += 1
TypeError: unhashable type: 'list'
이제 코드에 무엇이 잘못되었는지 알고 싶습니다.