add synonyms.v fn

CHANGELOG.md

+# 3.8
+* change import path of utils in word2vec.py to local path
+* expose vector fn
+
 # 3.6
 * Fix Bug: compare 保证交换两个句子后分数一致 [#60](https://github.com/huyingxi/Synonyms/issues/60)
 

README.md

@@ -117,6 +117,16 @@ synonyms.nearby(人脸) = (
   10. 运输机:0.720578
 ```
 
+### synonyms#v
+获得一个词语的向量，该向量为numpy的array，当该词语是未登录词时，抛出 KeyError异常。
+
+```
+>>> synonyms.(v("飞机")
+array([-2.412167  ,  2.2628384 , -7.0214124 ,  3.9381874 ,  0.8219283 ,
+       -3.2809453 ,  3.8747153 , -5.217062  , -2.2786229 , -1.2572327 ],
+      dtype=float32)
+```
+
 ## PCA
 以“人脸”为例主要成分分析：
 

VALUATION.md

-# synonyms 分数评测 [(v3.3.9)](https://pypi.python.org/pypi/synonyms/3.3.9)
+# synonyms 分数评测 [(v3.3.10)](https://pypi.python.org/pypi/synonyms/3.3.10)
 | 词1 |  词2 |   synonyms  |  人工评定 |
 | --- | --- | --- | --- |
 | 轿车 | 汽车 | 1.0  |  0.98 |
-| 宝石 | 宝物 | 0.888  |  0.96 |
+| 宝石 | 宝物 | 1.0  |  0.96 |
 | 旅游 | 游历 | 0.872  |  0.96 |
 | 男孩子 | 小伙子 | 1.0  |  0.94 |
 | 海岸 | 海滨 | 0.89  |  0.925 |
-| 庇护所 | 精神病院 | 0.511  |  0.9025 |
+| 庇护所 | 精神病院 | 0.587  |  0.9025 |
 | 魔术师 | 巫师 | 0.945  |  0.875 |
 | 中午 | 正午 | 0.899  |  0.855 |
-| 火炉 | 炉灶 | 1.0  |  0.7775 |
-| 食物 | 水果 | 0.805  |  0.77 |
-| 鸟 | 公鸡 | 0.699  |  0.7625 |
-| 鸟 | 鹤 | 0.618  |  0.7425 |
+| 火炉 | 炉灶 | 0.895  |  0.7775 |
+| 食物 | 水果 | 0.766  |  0.77 |
+| 鸟 | 公鸡 | 0.279  |  0.7625 |
+| 鸟 | 鹤 | 0.247  |  0.7425 |
 | 工具 | 器械 | 0.883  |  0.7375 |
-| 兄弟 | 和尚 | 0.241  |  0.705 |
-| 起重机 | 器械 | 0.485  |  0.42 |
-| 小伙子 | 兄弟 | 0.463  |  0.415 |
-| 旅行 | 轿车 | 0.172  |  0.29 |
-| 和尚 | 圣贤 | 0.474  |  0.275 |
+| 兄弟 | 和尚 | 0.096  |  0.705 |
+| 起重机 | 器械 | 0.194  |  0.42 |
+| 小伙子 | 兄弟 | 0.704  |  0.415 |
+| 旅行 | 轿车 | 0.069  |  0.29 |
+| 和尚 | 圣贤 | 0.19  |  0.275 |
 | 墓地 | 林地 | 0.872  |  0.2375 |
-| 食物 | 公鸡 | 0.441  |  0.2225 |
-| 海岸 | 丘陵 | 0.585  |  0.2175 |
-| 森林 | 墓地 | 0.29  |  0.21 |
-| 岸边 | 林地 | 0.501  |  0.1575 |
-| 和尚 | 奴隶 | 0.117  |  0.1375 |
-| 海岸 | 森林 | 0.488  |  0.105 |
-| 小伙子 | 巫师 | 0.411  |  0.105 |
-| 琴弦 | 微笑 | 0.112  |  0.0325 |
-| 玻璃 | 魔术师 | 0.067  |  0.0275 |
-| 中午 | 绳子 | 0.088  |  0.02 |
-| 公鸡 | 航行 | 0.027  |  0.02 |
+| 食物 | 公鸡 | 0.177  |  0.2225 |
+| 海岸 | 丘陵 | 0.234  |  0.2175 |
+| 森林 | 墓地 | 0.116  |  0.21 |
+| 岸边 | 林地 | 0.2  |  0.1575 |
+| 和尚 | 奴隶 | 0.047  |  0.1375 |
+| 海岸 | 森林 | 0.195  |  0.105 |
+| 小伙子 | 巫师 | 0.164  |  0.105 |
+| 琴弦 | 微笑 | 0.045  |  0.0325 |
+| 玻璃 | 魔术师 | 0.027  |  0.0275 |
+| 中午 | 绳子 | 0.035  |  0.02 |
+| 公鸡 | 航行 | 0.011  |  0.02 |

demo.py

@@ -59,6 +59,12 @@ class Test(unittest.TestCase):
         print("test_wordseg")
         print(synonyms.seg("中文近义词工具包"))
 
+
+    def test_word_vector(self):
+        print("test_word_vector")
+        word = "三国"
+        print(word, "向量", synonyms.v(word))
+
     def test_diff(self):
         print("test_diff")
         result = []

setup.py

@@ -13,7 +13,7 @@ Welcome
 
 setup(
     name='synonyms',
-    version='3.6.0',
+    version='3.7.0',
     description='Chinese Synonyms for Natural Language Processing and Understanding',
     long_description=LONGDOC,
     author='Hai Liang Wang, Hu Ying Xi',

synonyms/synonyms.py

@@ -206,6 +206,13 @@ def _levenshtein_distance(sentence1, sentence2):
     # print("smoothing[%s| %s]: %s -> %s" % (sentence1, sentence2, d, s))
     return s
 
+def v(word):
+    '''
+    获得一个词语的向量，OOV时抛出 KeyError 异常
+    '''
+    y_ = any2unicode(word).strip()
+    return _vectors.word_vec(y_)
+
 def _nearby_levenshtein_distance(s1, s2):
     '''
     使用空间距离近的词汇优化编辑距离计算