Да, вы можете воспользоваться предварительно подготовленными моделями. Наиболее известной из них является обученная модель GoogleNewsData, которую вы можете найти здесь.
Предварительно обученные векторы слов и фраз https://drive.google.com/file/d/0B7XkCwpI5KDYNlNUTTlSS21pQmM/edit?usp=sharing
Затем вы можете загрузить векторы в двоичном формате в вашей модели, используя gensim, как показано ниже.
>>> model = Word2Vec.load_word2vec_format('/tmp/vectors.txt', binary=False) # C text format
>>> model = Word2Vec.load_word2vec_format('/tmp/vectors.bin', binary=True) # C binary format
Вот другая готовая модель для английской Википедии:
https://github.com/idio/wiki2vec/raw/master/torrents/enwiki-gensim-word2vec-1000-nostem-10cbow.torrent
Источник: https://github.com/idio/wiki2vec/
Использование готовой модели
Get python 2.7
Install gensim: pip install gensim
uncompress downloaded model: tar -xvf model.tar.gz
Load model in gensim:
from gensim.models import Word2Vec
model = Word2Vec.load("path/to/word2vec/en.model")
model.similarity('woman', 'man')
Вы также можете использовать Stanford NLP Glove
Вот отличная подборка предварительно обученных моделей word2vec.
Некоторые дополнительные предварительно обученные модели:
Больше о gensim и коде здесь: https://radimrehurek.com/gensim/models/word2vec.html
Форум Quora с похожими вопросами