列表错误: TypeError:不可散列的类型：‘Word2Vec’

Question

我现在正在试验肽序列和自然语言处理，并试图使用word2vec嵌入肽序列。这些肽是以长字符串格式出现的(例如：'KCNTATCATQRLANFLVRSSNNLGPVLPPTNVGSNTY')，所以我将这些肽序列拆分成三文法。但是当我尝试嵌入它们时，我一直收到这样的错误：TypeError: unhashable type:'list.'

我不确定如何修复这个错误，因为我不太明白为什么会出现这个错误。我的代码是链接的here，下面是完整的错误输出：

TypeError                                 Traceback (most recent call last)
<ipython-input-17-966c68819734> in <module>()
      6 
      7 # embeddings pos
----> 8 w2vpos = Word2Vec(kmersdatapos, size=EMB_DIM,window=5,min_count=5,negative=15,iter=10,workers=multiprocessing.cpu_count())

4 frames
/usr/local/lib/python3.7/dist-packages/gensim/models/word2vec.py in _scan_vocab(self, sentences, progress_per, trim_rule)
   1553                 )
   1554             for word in sentence:
-> 1555                 vocab[word] += 1
   1556             total_words += len(sentence)
   1557 

TypeError: unhashable type: 'list'

如有任何建议，欢迎光临！

Answer 1

您需要将字符串列表传递给gensim的Word2Vec。在您的代码中，您将kmersdatapos传递给Word2Vec，这是一个字符串列表。例如：

corpus = [["lorem", "ipsum"], ["dolor"], ["sit", "amet"]]

是Word2Vec函数的有效参数。然而，

corpus = [[["lorem", "ipsum"], ["dolor"]], [["sit", "amet"]]] 

无效。