Verwendung von fasttext Vorab geschult, Wort-Vektor Einbettung in tensorflow Skript

Wenn Sie vorab geschult Wort Vektor, die Sie verwenden können, gensim library.

Für Ihre Referenz.
https://blog.manash.me/how-to-use-pre-trained-word-vectors-from-facebooks-fasttext-a71e6d55f27

In [1]: from gensim.models import KeyedVectors

In [2]: jp_model = KeyedVectors.load_word2vec_format('wiki.ja.vec')

In [3]: jp_model.most_similar('car')
Out[3]: 
[('cab', 0.9970724582672119),
 ('tle', 0.9969051480293274),
 ('oyc', 0.99671471118927),
 ('oyt', 0.996662974357605),
 ('車', 0.99665766954422),
 ('s', 0.9966464638710022),
 ('新車', 0.9966358542442322),
 ('hice', 0.9966053366661072),
 ('otg', 0.9965877532958984),
 ('車両', 0.9965814352035522)]

BEARBEITEN

Ich habe einen neuen Zweig entstanden aus cnn-text-Klassifikation-tf. Hier ist der link.
https://github.com/satojkovic/cnn-text-classification-tf/tree/use_fasttext

In diesem Zweig, es sind drei Modifikationen zu verwenden, fasttext.

1. Extrahieren Sie die Vokabeln und die word_vec von fasttext. (util_fasttext.py)

model = KeyedVectors.load_word2vec_format('wiki.en.vec')
vocab = model.vocab
embeddings = np.array([model.word_vec(k) for k in vocab.keys()])

with open('fasttext_vocab_en.dat', 'wb') as fw:
    pickle.dump(vocab, fw, protocol=pickle.HIGHEST_PROTOCOL)
np.save('fasttext_embedding_en.npy', embeddings)

1. Embedding layer

   W initialisiert wird, Nullen, und dann ein embedding_placeholder eingerichtet ist zum empfangen der word_vec, und schließlich W zugeordnet ist. (text_cnn.py)

W_ = tf.Variable(
    tf.constant(0.0, shape=[vocab_size, embedding_size]),
    trainable=False,
    name='W')

self.embedding_placeholder = tf.placeholder(
    tf.float32, [vocab_size, embedding_size],
    name='pre_trained')

W = tf.assign(W_, self.embedding_placeholder)

1. Verwenden der vocab-und die word_vec

   Diesem Jahr wird genutzt, um die Wort-id-Karten, und die word_vec zugeführt, in der embedding_placeholder.

with open('fasttext_vocab_en.dat', 'rb') as fr:
    vocab = pickle.load(fr)
embedding = np.load('fasttext_embedding_en.npy')

pretrain = vocab_processor.fit(vocab.keys())
x = np.array(list(vocab_processor.transform(x_text)))

feed_dict = {
    cnn.input_x: x_batch,
    cnn.input_y: y_batch,
    cnn.dropout_keep_prob: FLAGS.dropout_keep_prob,
    cnn.embedding_placeholder: embedding
}

Bitte probieren Sie es aus.