如何在无监督学习模型的快速文本中获得最近的邻居(cbow，skipgram)？

Question

快速文本官方网站(fasttext.cc)上的例子(与单词表示相关)表明，可以计算使用cbow (或skip-gram模型)(简而言之，无监督学习模型)导出的向量上的最近邻居。据称，这可以使用模型(model.get_nearest_neighbors)上的get_nearest_neighbors函数来完成。然而，当我尝试使用Python (3.7.)它向我显示了一条消息，即该函数不存在于无专家学习模型的快速文本中，实际上，当我查看快速文本帮助时，我没有看到该函数。唯一存在的类似功能是模型上的谓词(model.predict (其中k是指定的))，然而这只能在监督学习模型上完成。

有人能给我解释一下这是怎么回事，帮我解决这个问题吗？有没有办法在快速文本中计算非特定学习模型的最近邻居？:-)

Answer 1

尽管fasttext有一个get_nearest_neighbor方法，但他们的pypi relaese仍然没有这个方法。

因此，您可以安装pyfasttext库并访问其最近邻函数。

from pyfasttext import FastText
model = FastText('model.bin')
model.nearest_neighbors('dog', k=2000)

或者，您可以获得快速文本的最新开发版本，您可以从github repository安装

import fasttext
model = fasttext.load_model('model.bin')
model.get_nearest_neighbors('dog', k=100)