向量化新的文本数据

Question

我已经Word2vec在“棕色语料库”上训练了一个模型。我想将矢量化的单词应用于一个新的文本文档，然后我想通过方式将其句子聚类Affinity Propagation。import gensimimport nltkfrom nltk.corpus import brownsentences = brown.sents()model = gensim.models.Word2Vec(sentences, min_count=1)model.save('brown_model')model = gensim.models.Word2Vec.load('brown_model')我的文本文档包含一个请求列表，例如："I want to go to the store""I want the president to help me""Clean up my house"我的问题是：我如何将矢量化Brown corpus应用于我自己的文本数据以进行后续聚类？

Answer 1

如果我理解得很好，后续聚类目的的问题可以解决如下：

words = set(brown.words())

print (len(words))

...

word_presented = words.intersection(model.vocab.keys())

看看这篇文章