gensim - 有没有办法从 KeyedVectors 词汇中删除一个单词？

Question

我需要从“gensim.models.keyedvectors.Word2VecKeyedVectors”的词汇中删除一个无效单词。

我尝试使用 删除它del model.vocab[word]，如果我打印model.vocab单词消失了，但是当我model.most_similar使用其他单词运行时，我删除的单词仍然显示为相似。那么我怎样才能以影响不带它model.vocab的方式删除一个单词呢？model.most_similar

标签： gensimword2vecembeddingglove

Answer 1

没有现有的方法支持删除单个单词。

一个快速而肮脏的解决方法可能是，在删除vocab条目的同时，注意index现有向量（在底层大向量数组中）的存在，并将kv_model.index2entity该索引处的列表中的字符串更改为某个插件值（比如说，'***DELETED***'）。

然后，在执行 any 之后most_similar()，丢弃任何匹配的条目'***DELETED***'。