gensim函数预测输出字

Question

我使用gensim库创建一个word2vec模型。它包含函数predict_output_words()，我对它的理解如下：

例如，我有一个模型，它是用这样一句话来训练的：“无政府主义并不是从一个特定的世界观中提供一个固定的教义体系，而是作为一种哲学而不断变化和流动。”

然后我用

model.predict_output_words(context_words_list=['Anarchism', 'does', 'not', 'offer', 'a', 'fixed', 'body', 'of', 'from', 'a', 'single', 'particular', 'world', 'view', 'instead', 'fluxing'], topn=10)。在

在这种情况下，我能得到/预测正确的词还是省略的词“学说”？在

这条路对吗？请详细解释这个功能。在

Answer 1

不知您是否看过^{}的文档？在

Report the probability distribution of the center word given the context words as input to the trained model.

要回答你关于“条令”这个词的具体问题，这取决于你列出的作为上下文的单词，10个最有可能的词之一是“学说”。这意味着它必须在用于模型训练的语料库中相对频繁地出现。此外，由于“学说”似乎不是一个经常使用的词，所以其他词出现在上下文中的可能性很高。因此，如果你仅仅根据上下文中单词的返回概率，那么在这种情况下，你可能无法预测“条令”。在