如何创建具有gensim相似性的矩阵

问题描述

下午或晚上。

因此对社区造成的打扰提前道歉。关于问题：目标是确定情感词（大五项）与从一个人的阅读行为中获得的文本语料库中的词的相似性。我设法编写了一个可以用于列表的代码（见文章末尾），但目标实际上是一个矩阵。或者换句话说，到目前为止它看起来像这样

演示词\t 情感词\t 相似度得分

我的目标是这样的，每个分数标签都是分开的

语料库中的单词	情感词1	情感词2	n 个情感词
单词一	得分	得分	得分
字二	得分	得分	得分
Word n	得分	得分	得分

感谢大家的阅读，如果这是一个简单的解决方案，我再次抱歉，我只是找不到它。

from gensim.models import Word2Vec
import os

#Paths to the necessary files 
Model_Pfad = r'D:\OneDrive\Phyton\modelC.model'     #word2vec model
ausgabe= r'D:\OneDrive\Phyton\numbers.txt'          #file with the results
emo_file = r'D:\OneDrive\Phyton\test.txt'           #List of words of which the similarity is determined  
out_file= 'D:\OneDrive\Phyton\Ergebnisse.txt'       

model = Word2Vec.load(Model_Pfad)


x = list(model.wv.index_to_key[:500]) # creates a list with the 500 most common words in the w2v

corpus_words = "\n".join(x)


#print(corpus_words,file = open (ausgabe,'a')) #just to ckeck the 500 words if necessary

corpus_wordsB = r'D:\OneDrive\Phyton\numbers.txt'


file = open(emo_file,'r') #load the target words
list_emo = []
for line in file:
    list_emo.append(line.lower())
file.close()

file = open(corpus_wordsB,'r') #load the words from the corpus
list_corpus = []
for line in file:
    list_corpus.append(line.lower())
file.close()


file = open(out_file,'w')
for x in range(0,len(list_emo)):
    w1 = list_emo[x].strip('\r\n') #get a word from the emo list

    for y in range(0,len(list_corpus)):
        w2 = list_corpus[y].strip('\r\n') #get a word from the corpus list
        try:
            distance = round(model.wv.similarity(w1,w2),5) # get the similarity between emotional word and word from corpus
        except KeyError:
            #print 'not in vocabulary'
            distance = 'N/A'
        file.write(w1+'\t'+w2+'\t')
        file.write(str(distance))
        file.write('\n')
file.close()

print ('done')

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）