Просторная ночная загрузка (3.0.0rc) без словаря, как добавить векторное пространство word2vec?

Question

В spacy 2 я использую это, чтобы добавить словарь к пустой пространственной модели с векторным пространством (spacy init):

nlp3=spacy.load('nl_core_news_sm') #standard model without vectors
spacy.load("spacyinitnlmodelwithvectorspace",vocab=nlp3.vocab)

В spacy nightly версии 3.0.0rc параметра словаря больше нет в spacy.load. Есть ли у кого-нибудь предложение, как я могу добавить словарь в просторную модель?

Answer 1

это работает, из добавить vecfile в пространственную модель. проверено только на небольшом наборе данных

из будущего импорта unicode_literals

импортировать numpy импортировать spacy

def spacy_load_vec(spacy_model,vec_file,spacy_vec_model,print_words=False): """ spacy model zonder vectoren + vecfile wordt spacy model met vectorspaceэкспорта векторов из fastText в spaCyЭкспорт векторов из fastText в spaCy

      Parameters
----------
spacy_model : TYPE
    spacy model zonder vectorspace.
vec_file : TYPE
    vecfile met fasttext of w2v getrainde vectoren.
spacy_vec_model : TYPE
    spacy model met vectorspace.
print_words : TYPE, optional
    woorden printen True/false. The default is False.

Returns
-------
None.

"""
nlp = spacy.load(spacy_model)
with open(vec_file, 'rb') as file_:
    header = file_.readline()
    nr_row, nr_dim = header.split()
    nlp.vocab.reset_vectors(width=int(nr_dim))
    count = 0
    for line in file_:
        count += 1
        line = line.rstrip().decode('utf8')
        pieces = line.rsplit(' ', int(nr_dim))
        word = pieces[0]
        if print_words:
            print("{} - {}".format(count, word)) 
        vector = numpy.asarray([float(v) for v in pieces[1:]], dtype='f')
        nlp.vocab.set_vector(word, vector)  # add the vectors to the vocab
nlp.to_disk(spacy_vec_model)