是否可以对FastText模型进行微调

Question

我正在做一个使用FastText的文本相似度项目，我找到的训练模型的基本例子是：

from gensim.models import FastText

model = FastText(tokens, size=100, window=3, min_count=1, iter=10, sorted_vocab=1)

据我所知，由于我指定了向量和ngram大小，模型在这里是从头开始训练的，如果数据集很小，我会检测出很好的结果。

我发现的另一个选择是加载原始的维基百科模型，这是一个很大的文件：

from gensim.models.wrappers import FastText

model = FastText.load_fasttext_format('wiki.simple')

我的问题是，我可以加载维基百科或任何其他模型，并根据我的数据集对其进行微调吗？

Answer 1

如果您有一个带标签的数据集，那么您应该能够对其进行微调。This GitHub issue解释说，您希望使用pretrainedVectors选项。您将从维基百科预先训练的向量开始，然后在您的数据集上进行训练。似乎gensim可以做到这一点，但根据this GH issue的说法，已经有了一些bug。