06_bonus_how_to_make_fasttext-ekolo_model.ipynb

{
 "cells": [
  {
   "cell_type": "code",
   "execution_count": 10,
   "metadata": {},
   "outputs": [],
   "source": [
    "from tqdm import tqdm\n",
    "from gensim.utils import to_utf8\n",
    "import numpy as np\n",
    "from gensim.models import KeyedVectors\n",
    "import pandas as pd"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 11,
   "metadata": {},
   "outputs": [],
   "source": [
    "df = pd.read_hdf('outputs/budzety_clean.h5')"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 13,
   "metadata": {},
   "outputs": [],
   "source": [
    "tokens = df['tokens']"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 50,
   "metadata": {},
   "outputs": [],
   "source": [
    "from collections import Counter"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 51,
   "metadata": {},
   "outputs": [
    {
     "data": {
      "text/plain": [
       "0        None\n",
       "1        None\n",
       "2        None\n",
       "3        None\n",
       "4        None\n",
       "         ... \n",
       "23687    None\n",
       "23688    None\n",
       "23690    None\n",
       "23691    None\n",
       "23692    None\n",
       "Name: tokens, Length: 23030, dtype: object"
      ]
     },
     "execution_count": 51,
     "metadata": {},
     "output_type": "execute_result"
    }
   ],
   "source": [
    "cnt = Counter()\n",
    "df['tokens'].map(cnt.update)"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 54,
   "metadata": {},
   "outputs": [
    {
     "data": {
      "text/plain": [
       "Counter({'projektistatus': 1,\n",
       "         'doposażenie': 225,\n",
       "         'park': 1731,\n",
       "         'pomiędzy': 165,\n",
       "         'estakada': 11,\n",
       "         'kwiatkowskiego': 15,\n",
       "         'wieżowiec': 6,\n",
       "         'ul': 5022,\n",
       "         'dantyszka': 4,\n",
       "         'siłownia': 400,\n",
       "         'zewnętrzny': 136,\n",
       "         'element': 33,\n",
       "         'mały': 245,\n",
       "         'architektura': 67,\n",
       "         'pergola': 12,\n",
       "         'bujać': 2,\n",
       "         'ławka': 274,\n",
       "         'itp': 24,\n",
       "         'cykliczny': 51,\n",
       "         'warsztat': 394,\n",
       "         'senior': 395,\n",
       "         'dzielnica': 578,\n",
       "         'obłuże': 3,\n",
       "         'rozwijać': 34,\n",
       "         'pamięć': 38,\n",
       "         'koncentracja': 19,\n",
       "         'ogród': 403,\n",
       "         'sąsiedzki': 106,\n",
       "         'dziki': 33,\n",
       "         'sadź': 2,\n",
       "         'źródlana': 1,\n",
       "         'montaż': 236,\n",
       "         'słup': 24,\n",
       "         'oświetleniowy': 13,\n",
       "         'chodnik': 1535,\n",
       "         'niski': 21,\n",
       "         'odcinek': 302,\n",
       "         'bohater': 26,\n",
       "         'getto': 4,\n",
       "         'warszawski': 80,\n",
       "         'hodowlany': 5,\n",
       "         'cotygodniowy': 12,\n",
       "         'weekendowy': 6,\n",
       "         'lekcja': 31,\n",
       "         'taniec': 57,\n",
       "         'towarzyski': 10,\n",
       "         'dorosły': 180,\n",
       "         'mebel': 16,\n",
       "         'miejski': 790,\n",
       "         'zaprojektować': 6,\n",
       "         'dziecko': 1314,\n",
       "         'podziemie': 2,\n",
       "         'hala': 69,\n",
       "         'targowy': 9,\n",
       "         'gdyni': 37,\n",
       "         'odnowienie': 43,\n",
       "         'podwórko': 195,\n",
       "         'obręb': 44,\n",
       "         'ulica': 1576,\n",
       "         'płk': 7,\n",
       "         'dąbek': 6,\n",
       "         'sucharskiego': 9,\n",
       "         'ledóchowskiego': 5,\n",
       "         'maciejewicza': 2,\n",
       "         'poprawa': 298,\n",
       "         'atrakcyjność': 5,\n",
       "         'skwer': 485,\n",
       "         'skrzyżowanie': 224,\n",
       "         'wielkopolski': 31,\n",
       "         'łowicki': 4,\n",
       "         'płocki': 24,\n",
       "         'nasadzenie': 51,\n",
       "         'roślina': 22,\n",
       "         'ozdobny': 30,\n",
       "         'radarowy': 15,\n",
       "         'wyświetlacz': 19,\n",
       "         'prędkość': 23,\n",
       "         'morski': 29,\n",
       "         'festyn': 138,\n",
       "         'dzielnicowy': 56,\n",
       "         'dzienie': 46,\n",
       "         'kino': 163,\n",
       "         'teatr': 59,\n",
       "         'plenerowy': 256,\n",
       "         'wycieczka': 43,\n",
       "         'sensoryczny': 81,\n",
       "         'kontener': 12,\n",
       "         'pracownia': 164,\n",
       "         'naukowy': 52,\n",
       "         'teren': 1044,\n",
       "         'sp': 621,\n",
       "         'liga': 19,\n",
       "         'piłkarski': 43,\n",
       "         'kurs': 72,\n",
       "         'budowa': 1694,\n",
       "         'boisko': 828,\n",
       "         'sportowy': 595,\n",
       "         'centrum': 301,\n",
       "         'kształcenie': 3,\n",
       "         'zawodowy': 20,\n",
       "         'ustawiczny': 2,\n",
       "         'próg': 73,\n",
       "         'zwalniać': 41,\n",
       "         'piotrkowski': 7,\n",
       "         'parka': 68,\n",
       "         'kieszonkowy': 86,\n",
       "         'wzgórze': 63,\n",
       "         'maksymiliana': 20,\n",
       "         'zadaszenie': 33,\n",
       "         'karmienie': 11,\n",
       "         'przewijania': 9,\n",
       "         'pobliżu': 3,\n",
       "         'plac': 2003,\n",
       "         'zabawa': 1907,\n",
       "         'promenada': 38,\n",
       "         'wykonanie': 362,\n",
       "         'sygnalizacja': 58,\n",
       "         'świetlny': 52,\n",
       "         'przejście': 346,\n",
       "         'pieszy': 588,\n",
       "         'pobliże': 24,\n",
       "         'przystanek': 334,\n",
       "         'steyera': 2,\n",
       "         'zumba': 38,\n",
       "         'zajęcie': 425,\n",
       "         'ruchowy': 83,\n",
       "         'mieszkaniec': 586,\n",
       "         'oświetlenie': 460,\n",
       "         'wzdłuż': 423,\n",
       "         'starodworcowej': 4,\n",
       "         'bezpieczeństwo': 267,\n",
       "         'gryf': 7,\n",
       "         'pomorski': 40,\n",
       "         'zwinisławy': 1,\n",
       "         'źródło': 18,\n",
       "         'marii': 25,\n",
       "         'uspokojenie': 14,\n",
       "         'rucho': 170,\n",
       "         'górniczy': 30,\n",
       "         'wiata': 152,\n",
       "         'gdyński': 10,\n",
       "         'bulwar': 60,\n",
       "         'piknik': 120,\n",
       "         'rodzinny': 286,\n",
       "         'wieczorny': 3,\n",
       "         'pokaz': 20,\n",
       "         'filmowy': 44,\n",
       "         'posadowienie': 3,\n",
       "         'maszt': 10,\n",
       "         'flaga': 8,\n",
       "         'narodowy': 17,\n",
       "         'watykański': 2,\n",
       "         'tablica': 165,\n",
       "         'upamiętniać': 15,\n",
       "         'lądowanie': 2,\n",
       "         'jana': 168,\n",
       "         'paweł': 82,\n",
       "         'lotnisko': 17,\n",
       "         'linowy': 30,\n",
       "         'młodzież': 303,\n",
       "         'dąbrowa': 35,\n",
       "         'psychologiczno': 8,\n",
       "         'rozwojowy': 11,\n",
       "         'spotkanie': 246,\n",
       "         'integracyjny': 143,\n",
       "         'ćwiczenie': 48,\n",
       "         'profilaktyczny': 13,\n",
       "         'leczniczy': 13,\n",
       "         'troska': 10,\n",
       "         'zdrowy': 177,\n",
       "         'kręgosłup': 26,\n",
       "         'grupa': 51,\n",
       "         'mapa': 82,\n",
       "         'grać': 58,\n",
       "         'terenowy': 112,\n",
       "         'orientacja': 63,\n",
       "         'kamienny': 31,\n",
       "         'góra': 82,\n",
       "         'chylonia': 9,\n",
       "         'huśtawka': 26,\n",
       "         'oparcie': 16,\n",
       "         'stary': 296,\n",
       "         'miejsce': 830,\n",
       "         'parkingowy': 289,\n",
       "         'osoba': 193,\n",
       "         'koło': 25,\n",
       "         'przedszkole': 408,\n",
       "         'bławatny': 1,\n",
       "         'zakup': 861,\n",
       "         'ciężki': 5,\n",
       "         'samochód': 123,\n",
       "         'ratowniczo': 18,\n",
       "         'gaśniczy': 24,\n",
       "         'strażak': 33,\n",
       "         'ochotniczy': 53,\n",
       "         'straża': 53,\n",
       "         'pożarny': 41,\n",
       "         'gdynia': 9,\n",
       "         'wiczlino': 9,\n",
       "         'ogólnodostępny': 66,\n",
       "         'unihokej': 23,\n",
       "         'remonta': 1322,\n",
       "         'nawierzchnia': 613,\n",
       "         'droga': 524,\n",
       "         'bariera': 44,\n",
       "         'poręczyć': 2,\n",
       "         'berberysowy': 1,\n",
       "         'modrzewiowy': 6,\n",
       "         'nauka': 142,\n",
       "         'język': 37,\n",
       "         'angielski': 60,\n",
       "         'native': 7,\n",
       "         'speaker': 7,\n",
       "         'bieg': 73,\n",
       "         'sobotni': 5,\n",
       "         'sportowo': 132,\n",
       "         'rekreacyjny': 388,\n",
       "         'oksywia': 2,\n",
       "         'wybieg': 192,\n",
       "         'pies': 248,\n",
       "         'kardynał': 4,\n",
       "         'stefana': 34,\n",
       "         'wyszyńskiego': 41,\n",
       "         'chwarznie': 3,\n",
       "         'wiczlinie': 3,\n",
       "         'letni': 101,\n",
       "         'spektakl': 35,\n",
       "         'grabówku': 1,\n",
       "         'przedstawienie': 8,\n",
       "         'nowoczesny': 220,\n",
       "         'syntetyczny': 9,\n",
       "         'trawa': 42,\n",
       "         'baba': 5,\n",
       "         'dół': 20,\n",
       "         'teatralny': 73,\n",
       "         'plener': 40,\n",
       "         'barierka': 17,\n",
       "         'schód': 136,\n",
       "         'cmentarz': 62,\n",
       "         'oksywie': 6,\n",
       "         'leszczynki': 6,\n",
       "         'kolorowy': 107,\n",
       "         'miasteczko': 67,\n",
       "         'drogowy': 144,\n",
       "         'wraz': 492,\n",
       "         'wymiana': 409,\n",
       "         'zespół': 201,\n",
       "         'szkoła': 912,\n",
       "         'specjalny': 38,\n",
       "         'witomińskiej': 1,\n",
       "         'teatrzyk': 21,\n",
       "         'planszówki': 5,\n",
       "         'biblioteka': 697,\n",
       "         'bezpieczny': 762,\n",
       "         'cylkowskiego': 6,\n",
       "         'estetyczny': 18,\n",
       "         'kiloński': 4,\n",
       "         'ekomody': 1,\n",
       "         'kreatywny': 86,\n",
       "         'przerabiania': 3,\n",
       "         'ubranie': 9,\n",
       "         'podstawa': 25,\n",
       "         'szycie': 12,\n",
       "         'pasja': 30,\n",
       "         'cykl': 170,\n",
       "         'warsztaty': 81,\n",
       "         'rodzice': 79,\n",
       "         'koncert': 149,\n",
       "         'muzyczny': 102,\n",
       "         'śródmieście': 74,\n",
       "         'górnośląski': 4,\n",
       "         'nasadzenia': 138,\n",
       "         'nowy': 883,\n",
       "         'rabaty': 4,\n",
       "         'kwiatowy': 38,\n",
       "         'bylina': 16,\n",
       "         'duży': 74,\n",
       "         'drzewo': 425,\n",
       "         'parkowy': 74,\n",
       "         'dydaktyczny': 35,\n",
       "         'szach': 37,\n",
       "         'podstawowy': 560,\n",
       "         'deptak': 15,\n",
       "         'zbocze': 13,\n",
       "         'fontanna': 83,\n",
       "         'al': 227,\n",
       "         'gra': 367,\n",
       "         'kompas': 11,\n",
       "         'impreza': 99,\n",
       "         'młody': 103,\n",
       "         'pustka': 12,\n",
       "         'cisowskie': 5,\n",
       "         'demptowo': 4,\n",
       "         'spokojny': 30,\n",
       "         'pilates': 11,\n",
       "         'doskonalenie': 4,\n",
       "         'pływanie': 10,\n",
       "         'klasy': 18,\n",
       "         'witomina': 3,\n",
       "         'organizacja': 186,\n",
       "         'mikołajkowy': 4,\n",
       "         'zawód': 37,\n",
       "         'pływacki': 4,\n",
       "         'system': 49,\n",
       "         'monitoring': 222,\n",
       "         'wokół': 126,\n",
       "         'część': 113,\n",
       "         'rybak': 12,\n",
       "         'nordic': 63,\n",
       "         'walking': 63,\n",
       "         'instruktor': 5,\n",
       "         'kacka': 4,\n",
       "         'kolendrowy': 2,\n",
       "         'bramka': 18,\n",
       "         'piłkochwytów': 7,\n",
       "         'jednodniowy': 3,\n",
       "         'robotyka': 20,\n",
       "         'laptop': 5,\n",
       "         'programowania': 26,\n",
       "         'sztuczny': 49,\n",
       "         'okrzei': 11,\n",
       "         'modernizacja': 779,\n",
       "         'zlokalizować': 49,\n",
       "         'pogórze': 17,\n",
       "         'górny': 54,\n",
       "         'sąsiedztwo': 15,\n",
       "         'blok': 140,\n",
       "         'romanowskiego': 3,\n",
       "         'witomino': 6,\n",
       "         'orłowo': 4,\n",
       "         'edukacyjny': 261,\n",
       "         'autorski': 29,\n",
       "         'obłużu': 5,\n",
       "         'adaptacja': 26,\n",
       "         'karwiny': 5,\n",
       "         'kładka': 37,\n",
       "         'prowadzić': 33,\n",
       "         'lokal': 9,\n",
       "         'użytkowy': 7,\n",
       "         'apteka': 2,\n",
       "         'przychodzień': 64,\n",
       "         'żołnierz': 15,\n",
       "         'awp': 1,\n",
       "         'stworzenie': 113,\n",
       "         'rzemieślniczy': 5,\n",
       "         'manualno': 1,\n",
       "         'radtkego': 2,\n",
       "         'turniej': 54,\n",
       "         'malarski': 10,\n",
       "         'psycholog': 3,\n",
       "         'wyprzedaż': 10,\n",
       "         'garażowy': 11,\n",
       "         'bezpłatny': 153,\n",
       "         'szkolenie': 51,\n",
       "         'pierwszy': 113,\n",
       "         'pomoc': 122,\n",
       "         'korygować': 1,\n",
       "         'wada': 6,\n",
       "         'postawa': 8,\n",
       "         'pokazówa': 8,\n",
       "         'gimnastyczny': 85,\n",
       "         'przerwa': 14,\n",
       "         'wakacyjny': 37,\n",
       "         'kaligraficzny': 1,\n",
       "         'kwiat': 65,\n",
       "         'kompozycja': 6,\n",
       "         'roślinny': 7,\n",
       "         'dedala': 15,\n",
       "         'ikara': 10,\n",
       "         'zielony': 906,\n",
       "         'podjazd': 47,\n",
       "         'wózek': 59,\n",
       "         'słowacki': 36,\n",
       "         'piotra': 17,\n",
       "         'skarga': 8,\n",
       "         'wokalny': 4,\n",
       "         'kack': 14,\n",
       "         'grabówka': 9,\n",
       "         'parking': 486,\n",
       "         'polanka': 9,\n",
       "         'redłowski': 6,\n",
       "         'poprzez': 125,\n",
       "         'uporządkowanie': 51,\n",
       "         'palenisko': 3,\n",
       "         'postawienie': 15,\n",
       "         'kosz': 148,\n",
       "         'śmieć': 80,\n",
       "         'kaczkomat': 5,\n",
       "         'stawa': 106,\n",
       "         'witominie': 3,\n",
       "         'hiszpański': 3,\n",
       "         'początkujący': 6,\n",
       "         'przebudowa': 298,\n",
       "         'szubiński': 5,\n",
       "         'dostosowaniem': 4,\n",
       "         'potrzeba': 74,\n",
       "         'animacja': 33,\n",
       "         'czytelnia': 21,\n",
       "         'plaża': 46,\n",
       "         'rozbudowa': 324,\n",
       "         'skatepark': 107,\n",
       "         'wyposażenie': 150,\n",
       "         'zso': 29,\n",
       "         'hallera': 32,\n",
       "         'interaktywny': 64,\n",
       "         'urządzenie': 127,\n",
       "         'bieżnia': 45,\n",
       "         'skocznia': 19,\n",
       "         'skok': 22,\n",
       "         'dal': 25,\n",
       "         'stanowisko': 31,\n",
       "         'pchnięcie': 3,\n",
       "         'kula': 7,\n",
       "         'poszerzać': 1,\n",
       "         'kompetencja': 8,\n",
       "         'wychowawczy': 11,\n",
       "         'bal': 6,\n",
       "         'pień': 1,\n",
       "         'trasa': 135,\n",
       "         'spacerowy': 87,\n",
       "         'lasa': 40,\n",
       "         'rowerowy': 739,\n",
       "         'rower': 346,\n",
       "         'bmx': 8,\n",
       "         'enduro': 2,\n",
       "         'ireny': 4,\n",
       "         'kwiatkowskiej': 4,\n",
       "         'ospa': 86,\n",
       "         'rzecz': 56,\n",
       "         'psi': 141,\n",
       "         'cisowskich': 4,\n",
       "         'tuż': 4,\n",
       "         'wejście': 35,\n",
       "         'las': 68,\n",
       "         'demela': 2,\n",
       "         'odpoczynek': 52,\n",
       "         'rekreacja': 219,\n",
       "         'porębskiego': 1,\n",
       "         'informacja': 35,\n",
       "         'pasażerski': 19,\n",
       "         'autobusowy': 101,\n",
       "         'kierunek': 85,\n",
       "         'ogródka': 33,\n",
       "         'działkowy': 25,\n",
       "         'mps': 2,\n",
       "         'wielkokackiej': 1,\n",
       "         'żaglowy': 1,\n",
       "         'najmłodsi': 24,\n",
       "         'fitness': 55,\n",
       "         'demptowie': 3,\n",
       "         'planszowy': 54,\n",
       "         'wszystek': 106,\n",
       "         'redłowa': 2,\n",
       "         'staffa': 6,\n",
       "         'korzenny': 4,\n",
       "         'róź': 1,\n",
       "         'trzcinnik': 1,\n",
       "         'pas': 117,\n",
       "         'rozdział': 1,\n",
       "         'brzechwa': 8,\n",
       "         'ustawienie': 70,\n",
       "         'opisywać': 1,\n",
       "         'historia': 55,\n",
       "         'trójmiasto': 2,\n",
       "         'sześć': 4,\n",
       "         'wyjść': 2,\n",
       "         'placówka': 32,\n",
       "         'kultura': 274,\n",
       "         'cisowy': 7,\n",
       "         'linaria': 1,\n",
       "         'wieko': 108,\n",
       "         'rok': 165,\n",
       "         'oksywiu': 2,\n",
       "         'redłowie': 5,\n",
       "         'wielki': 109,\n",
       "         'kacku': 6,\n",
       "         'defibrylator': 48,\n",
       "         'kościół': 40,\n",
       "         'antoniego': 13,\n",
       "         'ujejskiego': 2,\n",
       "         'kaligrafia': 3,\n",
       "         'odręczny': 1,\n",
       "         'pisanie': 8,\n",
       "         'joga': 9,\n",
       "         'kobieta': 78,\n",
       "         'mieć': 105,\n",
       "         'luty': 6,\n",
       "         'grudzień': 16,\n",
       "         'włoski': 5,\n",
       "         'kornela': 3,\n",
       "         'makuszyńskiego': 6,\n",
       "         'strefa': 355,\n",
       "         'tatrzański': 30,\n",
       "         'dojazdowy': 85,\n",
       "         'budynek': 377,\n",
       "         'żelazny': 3,\n",
       "         'przegląd': 10,\n",
       "         'kanalizacja': 30,\n",
       "         'zainstalowaniem': 1,\n",
       "         'dodatkowy': 102,\n",
       "         'kratka': 3,\n",
       "         'jezdny': 85,\n",
       "         'woda': 116,\n",
       "         'opadowy': 2,\n",
       "         'uzupełnienie': 59,\n",
       "         'zieleń': 375,\n",
       "         'korona': 12,\n",
       "         'klif': 5,\n",
       "         'przeprowadzenie': 12,\n",
       "         'siatkówka': 75,\n",
       "         'różny': 15,\n",
       "         'poziom': 13,\n",
       "         'zaawansowanie': 2,\n",
       "         'barak': 4,\n",
       "         'mieszkalny': 25,\n",
       "         'utworzenie': 112,\n",
       "         'przyszkolny': 8,\n",
       "         'lasek': 26,\n",
       "         'ciemny': 3,\n",
       "         'łączyć': 99,\n",
       "         'koniec': 34,\n",
       "         'kopernika': 49,\n",
       "         'street': 131,\n",
       "         'workout': 117,\n",
       "         'powstanie': 27,\n",
       "         'polano': 45,\n",
       "         'wyspa': 37,\n",
       "         'mazur': 9,\n",
       "         'figura': 3,\n",
       "         'ryba': 2,\n",
       "         'blokować': 2,\n",
       "         'parkowanie': 34,\n",
       "         'uspakajający': 1,\n",
       "         'okolica': 123,\n",
       "         'szkolny': 226,\n",
       "         'drogi': 63,\n",
       "         'jog': 46,\n",
       "         'chwarzno': 6,\n",
       "         'projektowy': 16,\n",
       "         'olkuski': 5,\n",
       "         'instalacja': 103,\n",
       "         'przestrzenny': 16,\n",
       "         'kaszubski': 8,\n",
       "         'koralowiec': 1,\n",
       "         'wychodzić': 4,\n",
       "         'morze': 6,\n",
       "         'multimedialny': 88,\n",
       "         'solarny': 41,\n",
       "         'przedszkolak': 94,\n",
       "         'dreszera': 3,\n",
       "         'alejka': 126,\n",
       "         'rysunek': 6,\n",
       "         'malarstwo': 10,\n",
       "         'elementy': 95,\n",
       "         'sztuka': 58,\n",
       "         'skoczeń': 8,\n",
       "         'poliuretanowy': 17,\n",
       "         'domek': 52,\n",
       "         'zwierzę': 119,\n",
       "         'skate': 18,\n",
       "         'kulturalny': 120,\n",
       "         'oksywski': 3,\n",
       "         'krzew': 161,\n",
       "         'chabrowy': 10,\n",
       "         'deszczowy': 72,\n",
       "         'sępia': 1,\n",
       "         'pawia': 1,\n",
       "         'pusty': 6,\n",
       "         'działanie': 47,\n",
       "         'zachowanie': 15,\n",
       "         'wysoki': 19,\n",
       "         'miasto': 328,\n",
       "         'okazja': 22,\n",
       "         'dzień': 57,\n",
       "         'padwy': 3,\n",
       "         'franciszkanin': 3,\n",
       "         'mikołaj': 10,\n",
       "         'lustrum': 13,\n",
       "         'rozdzielać': 1,\n",
       "         'jezdnia': 16,\n",
       "         'władysława': 27,\n",
       "         'ciąg': 176,\n",
       "         'automatyczny': 28,\n",
       "         'aed': 45,\n",
       "         'zakres': 53,\n",
       "         'resuscytacja': 2,\n",
       "         'krążeniowo': 2,\n",
       "         'oddechowy': 5,\n",
       "         'wykorzystanie': 33,\n",
       "         'wspierania': 2,\n",
       "         'proces': 6,\n",
       "         'edukacja': 93,\n",
       "         'uczeń': 110,\n",
       "         'świeży': 52,\n",
       "         'powietrze': 211,\n",
       "         'ekspert': 4,\n",
       "         'zdrowie': 208,\n",
       "         'aktywność': 101,\n",
       "         'fizyczny': 52,\n",
       "         'tai': 8,\n",
       "         'chi': 8,\n",
       "         'manewra': 3,\n",
       "         'ratowniczy': 49,\n",
       "         'symulacja': 2,\n",
       "         'wypadek': 7,\n",
       "         'udział': 4,\n",
       "         'profesjonalny': 48,\n",
       "         'służba': 6,\n",
       "         'wiczlińską': 1,\n",
       "         'biskup': 11,\n",
       "         'dominika': 5,\n",
       "         'samoobrona': 73,\n",
       "         'mężczyzna': 7,\n",
       "         'racławicki': 12,\n",
       "         'strzelec': 15,\n",
       "         'płyta': 48,\n",
       "         'poprawiać': 32,\n",
       "         'prawidłowy': 4,\n",
       "         'funkcjonowanie': 6,\n",
       "         'staw': 74,\n",
       "         'gwiazda': 34,\n",
       "         'łąka': 115,\n",
       "         'kwietny': 83,\n",
       "         'trawnik': 81,\n",
       "         'zakręt': 9,\n",
       "         'oarz': 1,\n",
       "         'opat': 1,\n",
       "         'hackiego': 1,\n",
       "         'róg': 43,\n",
       "         'trening': 78,\n",
       "         'siłowy': 9,\n",
       "         'cardio': 1,\n",
       "         'przeszkolenie': 1,\n",
       "         'rolkowo': 6,\n",
       "         'wrotkarski': 3,\n",
       "         'jazda': 90,\n",
       "         'rolka': 62,\n",
       "         'wrotka': 5,\n",
       "         'hokej': 12,\n",
       "         'ogólnorozwojowy': 22,\n",
       "         'msc': 1,\n",
       "         'chustonoszenia': 2,\n",
       "         'wiekowy': 11,\n",
       "         'okres': 15,\n",
       "         'jesienny': 8,\n",
       "         'zimowy': 21,\n",
       "         'komunikacja': 54,\n",
       "         'wspomagać': 7,\n",
       "         'skuteczny': 16,\n",
       "         'uczenie': 7,\n",
       "         'wyjazd': 22,\n",
       "         'biegowy': 63,\n",
       "         'dostęp': 29,\n",
       "         'publiczny': 242,\n",
       "         'kontrolować': 3,\n",
       "         'władza': 3,\n",
       "         'lokalny': 64,\n",
       "         'typ': 66,\n",
       "         'watchdog': 1,\n",
       "         'uspokojenia': 3,\n",
       "         'samochodowy': 25,\n",
       "         'sojowy': 3,\n",
       "         'słonecznikowy': 1,\n",
       "         'cel': 83,\n",
       "         'akcja': 18,\n",
       "         'społeczny': 83,\n",
       "         'skierować': 10,\n",
       "         'zachęcenie': 1,\n",
       "         'właściciel': 12,\n",
       "         'sprzątanie': 13,\n",
       "         'swój': 66,\n",
       "         'czworonóg': 10,\n",
       "         'halicka': 2,\n",
       "         'nałkowskiej': 6,\n",
       "         'chyloni': 5,\n",
       "         'projekcja': 13,\n",
       "         'cztery': 33,\n",
       "         'film': 50,\n",
       "         'komandorski': 3,\n",
       "         'podróżniczy': 7,\n",
       "         'spacer': 47,\n",
       "         'dotyczyć': 25,\n",
       "         'wiedza': 22,\n",
       "         'szpaler': 11,\n",
       "         'trzy': 60,\n",
       "         'termin': 3,\n",
       "         'estetyzacja': 7,\n",
       "         'śląski': 80,\n",
       "         'patron': 11,\n",
       "         'parada': 5,\n",
       "         'święty': 15,\n",
       "         'chyloński': 2,\n",
       "         'harcerski': 25,\n",
       "         'ochrona': 45,\n",
       "         'pakiet': 16,\n",
       "         'jakość': 52,\n",
       "         'życie': 46,\n",
       "         'piec': 7,\n",
       "         'analizator': 1,\n",
       "         'spaliny': 5,\n",
       "         'ślad': 15,\n",
       "         'obiekt': 100,\n",
       "         'historyczno': 7,\n",
       "         'militarny': 5,\n",
       "         'walory': 4,\n",
       "         'przyrodniczy': 28,\n",
       "         'panel': 15,\n",
       "         'dyskusyjny': 2,\n",
       "         'konkurs': 33,\n",
       "         'szlak': 39,\n",
       "         'turystyczny': 28,\n",
       "         'linarium': 13,\n",
       "         'trampolina': 35,\n",
       "         'znak': 29,\n",
       "         'dystrybutor': 5,\n",
       "         'woreczek': 9,\n",
       "         'mjr': 3,\n",
       "         'artystyczno': 6,\n",
       "         'swarzewski': 1,\n",
       "         'punkt': 92,\n",
       "         'zaaranżowanie': 1,\n",
       "         'mireckiego': 22,\n",
       "         'grabowo': 2,\n",
       "         'ułożenie': 14,\n",
       "         'wyspiańskiego': 9,\n",
       "         'prusa': 24,\n",
       "         'scena': 47,\n",
       "         'ksiądz': 7,\n",
       "         'renowacja': 135,\n",
       "         'zabytkowy': 61,\n",
       "         'okop': 1,\n",
       "         'kolibka': 3,\n",
       "         'usprawnienie': 20,\n",
       "         'łono': 3,\n",
       "         'natura': 22,\n",
       "         'agresja': 1,\n",
       "         'rówieśniczy': 4,\n",
       "         'kreatywność': 8,\n",
       "         'wyobraźnia': 4,\n",
       "         'wiosna': 15,\n",
       "         'lud': 6,\n",
       "         'chłopski': 6,\n",
       "         'idea': 5,\n",
       "         'zero': 13,\n",
       "         'waste': 15,\n",
       "         'niemarnowania': 2,\n",
       "         'centralny': 30,\n",
       "         'estetyka': 23,\n",
       "         'orłowskiej': 1,\n",
       "         'przestrzeń': 194,\n",
       "         'leśny': 83,\n",
       "         'polana': 9,\n",
       "         'szafranowy': 3,\n",
       "         'ograniczać': 2,\n",
       "         'ilość': 7,\n",
       "         'odpady': 9,\n",
       "         'plastikowy': 10,\n",
       "         'rozdawanie': 1,\n",
       "         'worek': 4,\n",
       "         'kompostowalnych': 1,\n",
       "         'dystrybucja': 1,\n",
       "         'wielorazowy': 2,\n",
       "         'siatka': 11,\n",
       "         'szkoleniowy': 17,\n",
       "         'udzielania': 8,\n",
       "         'przedmedycznej': 7,\n",
       "         'poległy': 5,\n",
       "         'brygada': 3,\n",
       "         'szachowy': 18,\n",
       "         'mieszkanko': 13,\n",
       "         'systema': 57,\n",
       "         'walka': 39,\n",
       "         'krav': 2,\n",
       "         'mag': 2,\n",
       "         'pięć': 10,\n",
       "         'projekt': 272,\n",
       "         'identyfikacja': 1,\n",
       "         'wizualny': 3,\n",
       "         'cisowa': 6,\n",
       "         'klocki': 5,\n",
       "         'lego': 5,\n",
       "         'eksperyment': 14,\n",
       "         'rytmik': 2,\n",
       "         'podróżnicze': 1,\n",
       "         'dietetyczka': 1,\n",
       "         'pochylnia': 8,\n",
       "         'platforma': 16,\n",
       "         'schodowy': 11,\n",
       "         'ułatwiać': 5,\n",
       "         'dziecięcy': 50,\n",
       "         'letny': 12,\n",
       "         'goły': 1,\n",
       "         'niebo': 9,\n",
       "         'zwycięstwo': 6,\n",
       "         'nocznickiego': 1,\n",
       "         'sterylizacja': 28,\n",
       "         'kastracja': 22,\n",
       "         'właścicielski': 14,\n",
       "         'kot': 46,\n",
       "         'gimnastyka': 8,\n",
       "         'pilatesu': 1,\n",
       "         'stretching': 1,\n",
       "         'dozownik': 2,\n",
       "         'ziarno': 2,\n",
       "         'kaczka': 9,\n",
       "         'basen': 43,\n",
       "         'uprzątnięcie': 5,\n",
       "         'udostępnienie': 10,\n",
       "         'gorczycowy': 1,\n",
       "         'osiem': 3,\n",
       "         'respirator': 3,\n",
       "         'szpital': 44,\n",
       "         'tężnia': 104,\n",
       "         'solankowy': 89,\n",
       "         'taneczny': 48,\n",
       "         'niezależnie': 1,\n",
       "         'zakątek': 79,\n",
       "         'drewniany': 22,\n",
       "         'nasadzeń': 4,\n",
       "         'brzeg': 9,\n",
       "         'kort': 25,\n",
       "         'tenisowy': 21,\n",
       "         'pojazd': 31,\n",
       "         'transportowy': 2,\n",
       "         'poszukiwawczy': 2,\n",
       "         'pogotowie': 16,\n",
       "         'ratunkowy': 13,\n",
       "         'angażować': 2,\n",
       "         'hotel': 16,\n",
       "         'owad': 33,\n",
       "         'lokalizacja': 25,\n",
       "         'zsp': 29,\n",
       "         'miętowy': 1,\n",
       "         'wspólny': 57,\n",
       "         'sadzenie': 11,\n",
       "         'zwiedzanie': 4,\n",
       "         'gdański': 38,\n",
       "         'przewodnik': 15,\n",
       "         'przepuszczalny': 1,\n",
       "         'gwarantować': 1,\n",
       "         'pozostawienie': 1,\n",
       "         'szeroki': 19,\n",
       "         'sieć': 35,\n",
       "         'poidło': 4,\n",
       "         'człowiek': 53,\n",
       "         'ptak': 149,\n",
       "         'wieża': 29,\n",
       "         'pieszo': 136,\n",
       "         'wypoczynek': 147,\n",
       "         'widokowy': 35,\n",
       "         'opieka': 27,\n",
       "         'wytchnieniowa': 1,\n",
       "         'otworzyć': 26,\n",
       "         'manualny': 1,\n",
       "         'konstruktorsko': 1,\n",
       "         'otwarty': 53,\n",
       "         'dyskryminacja': 2,\n",
       "         'obywatelski': 54,\n",
       "         'poświęcić': 5,\n",
       "         'przyszłość': 30,\n",
       "         'półkolonia': 20,\n",
       "         'edupark': 3,\n",
       "         'kacza': 2,\n",
       "         'ścieżek': 142,\n",
       "         'rzeka': 59,\n",
       "         'kaczy': 14,\n",
       "         'wyniesień': 1,\n",
       "         'kontrola': 3,\n",
       "         'zadbać': 29,\n",
       "         'żyto': 48,\n",
       "         'dawać': 6,\n",
       "         'narzędzie': 9,\n",
       "         'zwiększać': 4,\n",
       "         'szansa': 31,\n",
       "         'szybki': 17,\n",
       "         'fachowy': 1,\n",
       "         'wiejski': 23,\n",
       "         'pkm': 6,\n",
       "         'strona': 202,\n",
       "         'osiedle': 964,\n",
       "         'gest': 1,\n",
       "         'solidarność': 20,\n",
       "         'podtrzymania': 1,\n",
       "         'polak': 11,\n",
       "         'nadzieja': 4,\n",
       "         'wolność': 25,\n",
       "         'modlić': 1,\n",
       "         'dolindo': 1,\n",
       "         'ruotolo': 1,\n",
       "         'neapolu': 1,\n",
       "         'międzyosiedlowy': 6,\n",
       "         'piłka': 87,\n",
       "         'nożny': 64,\n",
       "         'stolarski': 2,\n",
       "         'krawiecki': 3,\n",
       "         'ekofestyn': 2,\n",
       "         'halowy': 3,\n",
       "         'promocja': 19,\n",
       "         'materiał': 15,\n",
       "         'reklamowy': 3,\n",
       "         'wydruk': 1,\n",
       "         'wydarzenie': 39,\n",
       "         'medium': 3,\n",
       "         'sprawny': 19,\n",
       "         'abc': 9,\n",
       "         'mini': 125,\n",
       "         'dziewczę': 6,\n",
       "         'puchar': 25,\n",
       "         'kępa': 27,\n",
       "         'obłuzu': 1,\n",
       "         'eliminacja': 2,\n",
       "         'mistrzostwo': 19,\n",
       "         'świat': 65,\n",
       "         'poławianiu': 1,\n",
       "         'bursztyn': 1,\n",
       "         'plazy': 5,\n",
       "         'odnowa': 57,\n",
       "         'biesiada': 5,\n",
       "         'burzowy': 3,\n",
       "         'anyżowy': 1,\n",
       "         'działać': 42,\n",
       "         'piknikowy': 18,\n",
       "         'światowy': 5,\n",
       "         'świadomość': 4,\n",
       "         'autyzm': 9,\n",
       "         'kwiecień': 4,\n",
       "         'chłodniczy': 1,\n",
       "         'elektryczny': 35,\n",
       "         'sambora': 2,\n",
       "         'asfaltowy': 87,\n",
       "         'konsultacja': 17,\n",
       "         'śródmiejski': 7,\n",
       "         'malinowy': 5,\n",
       "         'sport': 240,\n",
       "         'parkour': 17,\n",
       "         'klimatyczny': 5,\n",
       "         'wypracowanie': 1,\n",
       "         'propozycja': 4,\n",
       "         'śmietnik': 13,\n",
       "         'fikakowa': 1,\n",
       "         'dolny': 37,\n",
       "         'ekologiczny': 106,\n",
       "         'kurtyna': 17,\n",
       "         'wodny': 119,\n",
       "         'mama': 31,\n",
       "         'karmiących': 7,\n",
       "         'maluszek': 3,\n",
       "         'funkcjonalny': 17,\n",
       "         'ruchomy': 6,\n",
       "         'molo': 6,\n",
       "         'południowy': 60,\n",
       "         'krzywa': 3,\n",
       "         'wjazd': 58,\n",
       "         'kartuski': 7,\n",
       "         'sklep': 29,\n",
       "         'rossmann': 1,\n",
       "         'lampa': 56,\n",
       "         'leda': 38,\n",
       "         'lądowisko': 1,\n",
       "         'helikopter': 1,\n",
       "         'lotniczy': 27,\n",
       "         'rozewski': 2,\n",
       "         'aktywny': 253,\n",
       "         'koszykówka': 76,\n",
       "         'judo': 6,\n",
       "         'bokserski': 8,\n",
       "         'siatkowy': 10,\n",
       "         'automat': 10,\n",
       "         'karma': 8,\n",
       "         'mowińskiego': 1,\n",
       "         'mural': 98,\n",
       "         'rewitalizacja': 479,\n",
       "         'dawny': 55,\n",
       "         'baltony': 1,\n",
       "         'unruga': 5,\n",
       "         'rekompensata': 1,\n",
       "         'utracić': 1,\n",
       "         'boks': 13,\n",
       "         'żeliwny': 1,\n",
       "         'perspektywa': 3,\n",
       "         'betonowy': 46,\n",
       "         'jeździć': 3,\n",
       "         'deskorolka': 15,\n",
       "         'hulajnoga': 22,\n",
       "         'bmxach': 1,\n",
       "         'xvii': 6,\n",
       "         'lo': 68,\n",
       "         'wiczlińskiej': 1,\n",
       "         'naturalny': 42,\n",
       "         'pajęczynka': 1,\n",
       "         'piramida': 11,\n",
       "         'wspinaczkowy': 29,\n",
       "         'ramy': 65,\n",
       "         'rekreacyjno': 36,\n",
       "         'etap': 456,\n",
       "         'oblicze': 7,\n",
       "         'babi': 1,\n",
       "         'wykonać': 16,\n",
       "         'rewitalizacj': 1,\n",
       "         'przystankowy': 63,\n",
       "         ...})"
      ]
     },
     "execution_count": 54,
     "metadata": {},
     "output_type": "execute_result"
    }
   ],
   "source": [
    "cnt"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 58,
   "metadata": {},
   "outputs": [],
   "source": [
    "slownik = [token for token in cnt]"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 59,
   "metadata": {},
   "outputs": [
    {
     "data": {
      "text/plain": [
       "['projektistatus',\n",
       " 'doposażenie',\n",
       " 'park',\n",
       " 'pomiędzy',\n",
       " 'estakada',\n",
       " 'kwiatkowskiego',\n",
       " 'wieżowiec',\n",
       " 'ul',\n",
       " 'dantyszka',\n",
       " 'siłownia',\n",
       " 'zewnętrzny',\n",
       " 'element',\n",
       " 'mały',\n",
       " 'architektura',\n",
       " 'pergola',\n",
       " 'bujać',\n",
       " 'ławka',\n",
       " 'itp',\n",
       " 'cykliczny',\n",
       " 'warsztat',\n",
       " 'senior',\n",
       " 'dzielnica',\n",
       " 'obłuże',\n",
       " 'rozwijać',\n",
       " 'pamięć',\n",
       " 'koncentracja',\n",
       " 'ogród',\n",
       " 'sąsiedzki',\n",
       " 'dziki',\n",
       " 'sadź',\n",
       " 'źródlana',\n",
       " 'montaż',\n",
       " 'słup',\n",
       " 'oświetleniowy',\n",
       " 'chodnik',\n",
       " 'niski',\n",
       " 'odcinek',\n",
       " 'bohater',\n",
       " 'getto',\n",
       " 'warszawski',\n",
       " 'hodowlany',\n",
       " 'cotygodniowy',\n",
       " 'weekendowy',\n",
       " 'lekcja',\n",
       " 'taniec',\n",
       " 'towarzyski',\n",
       " 'dorosły',\n",
       " 'mebel',\n",
       " 'miejski',\n",
       " 'zaprojektować',\n",
       " 'dziecko',\n",
       " 'podziemie',\n",
       " 'hala',\n",
       " 'targowy',\n",
       " 'gdyni',\n",
       " 'odnowienie',\n",
       " 'podwórko',\n",
       " 'obręb',\n",
       " 'ulica',\n",
       " 'płk',\n",
       " 'dąbek',\n",
       " 'sucharskiego',\n",
       " 'ledóchowskiego',\n",
       " 'maciejewicza',\n",
       " 'poprawa',\n",
       " 'atrakcyjność',\n",
       " 'skwer',\n",
       " 'skrzyżowanie',\n",
       " 'wielkopolski',\n",
       " 'łowicki',\n",
       " 'płocki',\n",
       " 'nasadzenie',\n",
       " 'roślina',\n",
       " 'ozdobny',\n",
       " 'radarowy',\n",
       " 'wyświetlacz',\n",
       " 'prędkość',\n",
       " 'morski',\n",
       " 'festyn',\n",
       " 'dzielnicowy',\n",
       " 'dzienie',\n",
       " 'kino',\n",
       " 'teatr',\n",
       " 'plenerowy',\n",
       " 'wycieczka',\n",
       " 'sensoryczny',\n",
       " 'kontener',\n",
       " 'pracownia',\n",
       " 'naukowy',\n",
       " 'teren',\n",
       " 'sp',\n",
       " 'liga',\n",
       " 'piłkarski',\n",
       " 'kurs',\n",
       " 'budowa',\n",
       " 'boisko',\n",
       " 'sportowy',\n",
       " 'centrum',\n",
       " 'kształcenie',\n",
       " 'zawodowy',\n",
       " 'ustawiczny',\n",
       " 'próg',\n",
       " 'zwalniać',\n",
       " 'piotrkowski',\n",
       " 'parka',\n",
       " 'kieszonkowy',\n",
       " 'wzgórze',\n",
       " 'maksymiliana',\n",
       " 'zadaszenie',\n",
       " 'karmienie',\n",
       " 'przewijania',\n",
       " 'pobliżu',\n",
       " 'plac',\n",
       " 'zabawa',\n",
       " 'promenada',\n",
       " 'wykonanie',\n",
       " 'sygnalizacja',\n",
       " 'świetlny',\n",
       " 'przejście',\n",
       " 'pieszy',\n",
       " 'pobliże',\n",
       " 'przystanek',\n",
       " 'steyera',\n",
       " 'zumba',\n",
       " 'zajęcie',\n",
       " 'ruchowy',\n",
       " 'mieszkaniec',\n",
       " 'oświetlenie',\n",
       " 'wzdłuż',\n",
       " 'starodworcowej',\n",
       " 'bezpieczeństwo',\n",
       " 'gryf',\n",
       " 'pomorski',\n",
       " 'zwinisławy',\n",
       " 'źródło',\n",
       " 'marii',\n",
       " 'uspokojenie',\n",
       " 'rucho',\n",
       " 'górniczy',\n",
       " 'wiata',\n",
       " 'gdyński',\n",
       " 'bulwar',\n",
       " 'piknik',\n",
       " 'rodzinny',\n",
       " 'wieczorny',\n",
       " 'pokaz',\n",
       " 'filmowy',\n",
       " 'posadowienie',\n",
       " 'maszt',\n",
       " 'flaga',\n",
       " 'narodowy',\n",
       " 'watykański',\n",
       " 'tablica',\n",
       " 'upamiętniać',\n",
       " 'lądowanie',\n",
       " 'jana',\n",
       " 'paweł',\n",
       " 'lotnisko',\n",
       " 'linowy',\n",
       " 'młodzież',\n",
       " 'dąbrowa',\n",
       " 'psychologiczno',\n",
       " 'rozwojowy',\n",
       " 'spotkanie',\n",
       " 'integracyjny',\n",
       " 'ćwiczenie',\n",
       " 'profilaktyczny',\n",
       " 'leczniczy',\n",
       " 'troska',\n",
       " 'zdrowy',\n",
       " 'kręgosłup',\n",
       " 'grupa',\n",
       " 'mapa',\n",
       " 'grać',\n",
       " 'terenowy',\n",
       " 'orientacja',\n",
       " 'kamienny',\n",
       " 'góra',\n",
       " 'chylonia',\n",
       " 'huśtawka',\n",
       " 'oparcie',\n",
       " 'stary',\n",
       " 'miejsce',\n",
       " 'parkingowy',\n",
       " 'osoba',\n",
       " 'koło',\n",
       " 'przedszkole',\n",
       " 'bławatny',\n",
       " 'zakup',\n",
       " 'ciężki',\n",
       " 'samochód',\n",
       " 'ratowniczo',\n",
       " 'gaśniczy',\n",
       " 'strażak',\n",
       " 'ochotniczy',\n",
       " 'straża',\n",
       " 'pożarny',\n",
       " 'gdynia',\n",
       " 'wiczlino',\n",
       " 'ogólnodostępny',\n",
       " 'unihokej',\n",
       " 'remonta',\n",
       " 'nawierzchnia',\n",
       " 'droga',\n",
       " 'bariera',\n",
       " 'poręczyć',\n",
       " 'berberysowy',\n",
       " 'modrzewiowy',\n",
       " 'nauka',\n",
       " 'język',\n",
       " 'angielski',\n",
       " 'native',\n",
       " 'speaker',\n",
       " 'bieg',\n",
       " 'sobotni',\n",
       " 'sportowo',\n",
       " 'rekreacyjny',\n",
       " 'oksywia',\n",
       " 'wybieg',\n",
       " 'pies',\n",
       " 'kardynał',\n",
       " 'stefana',\n",
       " 'wyszyńskiego',\n",
       " 'chwarznie',\n",
       " 'wiczlinie',\n",
       " 'letni',\n",
       " 'spektakl',\n",
       " 'grabówku',\n",
       " 'przedstawienie',\n",
       " 'nowoczesny',\n",
       " 'syntetyczny',\n",
       " 'trawa',\n",
       " 'baba',\n",
       " 'dół',\n",
       " 'teatralny',\n",
       " 'plener',\n",
       " 'barierka',\n",
       " 'schód',\n",
       " 'cmentarz',\n",
       " 'oksywie',\n",
       " 'leszczynki',\n",
       " 'kolorowy',\n",
       " 'miasteczko',\n",
       " 'drogowy',\n",
       " 'wraz',\n",
       " 'wymiana',\n",
       " 'zespół',\n",
       " 'szkoła',\n",
       " 'specjalny',\n",
       " 'witomińskiej',\n",
       " 'teatrzyk',\n",
       " 'planszówki',\n",
       " 'biblioteka',\n",
       " 'bezpieczny',\n",
       " 'cylkowskiego',\n",
       " 'estetyczny',\n",
       " 'kiloński',\n",
       " 'ekomody',\n",
       " 'kreatywny',\n",
       " 'przerabiania',\n",
       " 'ubranie',\n",
       " 'podstawa',\n",
       " 'szycie',\n",
       " 'pasja',\n",
       " 'cykl',\n",
       " 'warsztaty',\n",
       " 'rodzice',\n",
       " 'koncert',\n",
       " 'muzyczny',\n",
       " 'śródmieście',\n",
       " 'górnośląski',\n",
       " 'nasadzenia',\n",
       " 'nowy',\n",
       " 'rabaty',\n",
       " 'kwiatowy',\n",
       " 'bylina',\n",
       " 'duży',\n",
       " 'drzewo',\n",
       " 'parkowy',\n",
       " 'dydaktyczny',\n",
       " 'szach',\n",
       " 'podstawowy',\n",
       " 'deptak',\n",
       " 'zbocze',\n",
       " 'fontanna',\n",
       " 'al',\n",
       " 'gra',\n",
       " 'kompas',\n",
       " 'impreza',\n",
       " 'młody',\n",
       " 'pustka',\n",
       " 'cisowskie',\n",
       " 'demptowo',\n",
       " 'spokojny',\n",
       " 'pilates',\n",
       " 'doskonalenie',\n",
       " 'pływanie',\n",
       " 'klasy',\n",
       " 'witomina',\n",
       " 'organizacja',\n",
       " 'mikołajkowy',\n",
       " 'zawód',\n",
       " 'pływacki',\n",
       " 'system',\n",
       " 'monitoring',\n",
       " 'wokół',\n",
       " 'część',\n",
       " 'rybak',\n",
       " 'nordic',\n",
       " 'walking',\n",
       " 'instruktor',\n",
       " 'kacka',\n",
       " 'kolendrowy',\n",
       " 'bramka',\n",
       " 'piłkochwytów',\n",
       " 'jednodniowy',\n",
       " 'robotyka',\n",
       " 'laptop',\n",
       " 'programowania',\n",
       " 'sztuczny',\n",
       " 'okrzei',\n",
       " 'modernizacja',\n",
       " 'zlokalizować',\n",
       " 'pogórze',\n",
       " 'górny',\n",
       " 'sąsiedztwo',\n",
       " 'blok',\n",
       " 'romanowskiego',\n",
       " 'witomino',\n",
       " 'orłowo',\n",
       " 'edukacyjny',\n",
       " 'autorski',\n",
       " 'obłużu',\n",
       " 'adaptacja',\n",
       " 'karwiny',\n",
       " 'kładka',\n",
       " 'prowadzić',\n",
       " 'lokal',\n",
       " 'użytkowy',\n",
       " 'apteka',\n",
       " 'przychodzień',\n",
       " 'żołnierz',\n",
       " 'awp',\n",
       " 'stworzenie',\n",
       " 'rzemieślniczy',\n",
       " 'manualno',\n",
       " 'radtkego',\n",
       " 'turniej',\n",
       " 'malarski',\n",
       " 'psycholog',\n",
       " 'wyprzedaż',\n",
       " 'garażowy',\n",
       " 'bezpłatny',\n",
       " 'szkolenie',\n",
       " 'pierwszy',\n",
       " 'pomoc',\n",
       " 'korygować',\n",
       " 'wada',\n",
       " 'postawa',\n",
       " 'pokazówa',\n",
       " 'gimnastyczny',\n",
       " 'przerwa',\n",
       " 'wakacyjny',\n",
       " 'kaligraficzny',\n",
       " 'kwiat',\n",
       " 'kompozycja',\n",
       " 'roślinny',\n",
       " 'dedala',\n",
       " 'ikara',\n",
       " 'zielony',\n",
       " 'podjazd',\n",
       " 'wózek',\n",
       " 'słowacki',\n",
       " 'piotra',\n",
       " 'skarga',\n",
       " 'wokalny',\n",
       " 'kack',\n",
       " 'grabówka',\n",
       " 'parking',\n",
       " 'polanka',\n",
       " 'redłowski',\n",
       " 'poprzez',\n",
       " 'uporządkowanie',\n",
       " 'palenisko',\n",
       " 'postawienie',\n",
       " 'kosz',\n",
       " 'śmieć',\n",
       " 'kaczkomat',\n",
       " 'stawa',\n",
       " 'witominie',\n",
       " 'hiszpański',\n",
       " 'początkujący',\n",
       " 'przebudowa',\n",
       " 'szubiński',\n",
       " 'dostosowaniem',\n",
       " 'potrzeba',\n",
       " 'animacja',\n",
       " 'czytelnia',\n",
       " 'plaża',\n",
       " 'rozbudowa',\n",
       " 'skatepark',\n",
       " 'wyposażenie',\n",
       " 'zso',\n",
       " 'hallera',\n",
       " 'interaktywny',\n",
       " 'urządzenie',\n",
       " 'bieżnia',\n",
       " 'skocznia',\n",
       " 'skok',\n",
       " 'dal',\n",
       " 'stanowisko',\n",
       " 'pchnięcie',\n",
       " 'kula',\n",
       " 'poszerzać',\n",
       " 'kompetencja',\n",
       " 'wychowawczy',\n",
       " 'bal',\n",
       " 'pień',\n",
       " 'trasa',\n",
       " 'spacerowy',\n",
       " 'lasa',\n",
       " 'rowerowy',\n",
       " 'rower',\n",
       " 'bmx',\n",
       " 'enduro',\n",
       " 'ireny',\n",
       " 'kwiatkowskiej',\n",
       " 'ospa',\n",
       " 'rzecz',\n",
       " 'psi',\n",
       " 'cisowskich',\n",
       " 'tuż',\n",
       " 'wejście',\n",
       " 'las',\n",
       " 'demela',\n",
       " 'odpoczynek',\n",
       " 'rekreacja',\n",
       " 'porębskiego',\n",
       " 'informacja',\n",
       " 'pasażerski',\n",
       " 'autobusowy',\n",
       " 'kierunek',\n",
       " 'ogródka',\n",
       " 'działkowy',\n",
       " 'mps',\n",
       " 'wielkokackiej',\n",
       " 'żaglowy',\n",
       " 'najmłodsi',\n",
       " 'fitness',\n",
       " 'demptowie',\n",
       " 'planszowy',\n",
       " 'wszystek',\n",
       " 'redłowa',\n",
       " 'staffa',\n",
       " 'korzenny',\n",
       " 'róź',\n",
       " 'trzcinnik',\n",
       " 'pas',\n",
       " 'rozdział',\n",
       " 'brzechwa',\n",
       " 'ustawienie',\n",
       " 'opisywać',\n",
       " 'historia',\n",
       " 'trójmiasto',\n",
       " 'sześć',\n",
       " 'wyjść',\n",
       " 'placówka',\n",
       " 'kultura',\n",
       " 'cisowy',\n",
       " 'linaria',\n",
       " 'wieko',\n",
       " 'rok',\n",
       " 'oksywiu',\n",
       " 'redłowie',\n",
       " 'wielki',\n",
       " 'kacku',\n",
       " 'defibrylator',\n",
       " 'kościół',\n",
       " 'antoniego',\n",
       " 'ujejskiego',\n",
       " 'kaligrafia',\n",
       " 'odręczny',\n",
       " 'pisanie',\n",
       " 'joga',\n",
       " 'kobieta',\n",
       " 'mieć',\n",
       " 'luty',\n",
       " 'grudzień',\n",
       " 'włoski',\n",
       " 'kornela',\n",
       " 'makuszyńskiego',\n",
       " 'strefa',\n",
       " 'tatrzański',\n",
       " 'dojazdowy',\n",
       " 'budynek',\n",
       " 'żelazny',\n",
       " 'przegląd',\n",
       " 'kanalizacja',\n",
       " 'zainstalowaniem',\n",
       " 'dodatkowy',\n",
       " 'kratka',\n",
       " 'jezdny',\n",
       " 'woda',\n",
       " 'opadowy',\n",
       " 'uzupełnienie',\n",
       " 'zieleń',\n",
       " 'korona',\n",
       " 'klif',\n",
       " 'przeprowadzenie',\n",
       " 'siatkówka',\n",
       " 'różny',\n",
       " 'poziom',\n",
       " 'zaawansowanie',\n",
       " 'barak',\n",
       " 'mieszkalny',\n",
       " 'utworzenie',\n",
       " 'przyszkolny',\n",
       " 'lasek',\n",
       " 'ciemny',\n",
       " 'łączyć',\n",
       " 'koniec',\n",
       " 'kopernika',\n",
       " 'street',\n",
       " 'workout',\n",
       " 'powstanie',\n",
       " 'polano',\n",
       " 'wyspa',\n",
       " 'mazur',\n",
       " 'figura',\n",
       " 'ryba',\n",
       " 'blokować',\n",
       " 'parkowanie',\n",
       " 'uspakajający',\n",
       " 'okolica',\n",
       " 'szkolny',\n",
       " 'drogi',\n",
       " 'jog',\n",
       " 'chwarzno',\n",
       " 'projektowy',\n",
       " 'olkuski',\n",
       " 'instalacja',\n",
       " 'przestrzenny',\n",
       " 'kaszubski',\n",
       " 'koralowiec',\n",
       " 'wychodzić',\n",
       " 'morze',\n",
       " 'multimedialny',\n",
       " 'solarny',\n",
       " 'przedszkolak',\n",
       " 'dreszera',\n",
       " 'alejka',\n",
       " 'rysunek',\n",
       " 'malarstwo',\n",
       " 'elementy',\n",
       " 'sztuka',\n",
       " 'skoczeń',\n",
       " 'poliuretanowy',\n",
       " 'domek',\n",
       " 'zwierzę',\n",
       " 'skate',\n",
       " 'kulturalny',\n",
       " 'oksywski',\n",
       " 'krzew',\n",
       " 'chabrowy',\n",
       " 'deszczowy',\n",
       " 'sępia',\n",
       " 'pawia',\n",
       " 'pusty',\n",
       " 'działanie',\n",
       " 'zachowanie',\n",
       " 'wysoki',\n",
       " 'miasto',\n",
       " 'okazja',\n",
       " 'dzień',\n",
       " 'padwy',\n",
       " 'franciszkanin',\n",
       " 'mikołaj',\n",
       " 'lustrum',\n",
       " 'rozdzielać',\n",
       " 'jezdnia',\n",
       " 'władysława',\n",
       " 'ciąg',\n",
       " 'automatyczny',\n",
       " 'aed',\n",
       " 'zakres',\n",
       " 'resuscytacja',\n",
       " 'krążeniowo',\n",
       " 'oddechowy',\n",
       " 'wykorzystanie',\n",
       " 'wspierania',\n",
       " 'proces',\n",
       " 'edukacja',\n",
       " 'uczeń',\n",
       " 'świeży',\n",
       " 'powietrze',\n",
       " 'ekspert',\n",
       " 'zdrowie',\n",
       " 'aktywność',\n",
       " 'fizyczny',\n",
       " 'tai',\n",
       " 'chi',\n",
       " 'manewra',\n",
       " 'ratowniczy',\n",
       " 'symulacja',\n",
       " 'wypadek',\n",
       " 'udział',\n",
       " 'profesjonalny',\n",
       " 'służba',\n",
       " 'wiczlińską',\n",
       " 'biskup',\n",
       " 'dominika',\n",
       " 'samoobrona',\n",
       " 'mężczyzna',\n",
       " 'racławicki',\n",
       " 'strzelec',\n",
       " 'płyta',\n",
       " 'poprawiać',\n",
       " 'prawidłowy',\n",
       " 'funkcjonowanie',\n",
       " 'staw',\n",
       " 'gwiazda',\n",
       " 'łąka',\n",
       " 'kwietny',\n",
       " 'trawnik',\n",
       " 'zakręt',\n",
       " 'oarz',\n",
       " 'opat',\n",
       " 'hackiego',\n",
       " 'róg',\n",
       " 'trening',\n",
       " 'siłowy',\n",
       " 'cardio',\n",
       " 'przeszkolenie',\n",
       " 'rolkowo',\n",
       " 'wrotkarski',\n",
       " 'jazda',\n",
       " 'rolka',\n",
       " 'wrotka',\n",
       " 'hokej',\n",
       " 'ogólnorozwojowy',\n",
       " 'msc',\n",
       " 'chustonoszenia',\n",
       " 'wiekowy',\n",
       " 'okres',\n",
       " 'jesienny',\n",
       " 'zimowy',\n",
       " 'komunikacja',\n",
       " 'wspomagać',\n",
       " 'skuteczny',\n",
       " 'uczenie',\n",
       " 'wyjazd',\n",
       " 'biegowy',\n",
       " 'dostęp',\n",
       " 'publiczny',\n",
       " 'kontrolować',\n",
       " 'władza',\n",
       " 'lokalny',\n",
       " 'typ',\n",
       " 'watchdog',\n",
       " 'uspokojenia',\n",
       " 'samochodowy',\n",
       " 'sojowy',\n",
       " 'słonecznikowy',\n",
       " 'cel',\n",
       " 'akcja',\n",
       " 'społeczny',\n",
       " 'skierować',\n",
       " 'zachęcenie',\n",
       " 'właściciel',\n",
       " 'sprzątanie',\n",
       " 'swój',\n",
       " 'czworonóg',\n",
       " 'halicka',\n",
       " 'nałkowskiej',\n",
       " 'chyloni',\n",
       " 'projekcja',\n",
       " 'cztery',\n",
       " 'film',\n",
       " 'komandorski',\n",
       " 'podróżniczy',\n",
       " 'spacer',\n",
       " 'dotyczyć',\n",
       " 'wiedza',\n",
       " 'szpaler',\n",
       " 'trzy',\n",
       " 'termin',\n",
       " 'estetyzacja',\n",
       " 'śląski',\n",
       " 'patron',\n",
       " 'parada',\n",
       " 'święty',\n",
       " 'chyloński',\n",
       " 'harcerski',\n",
       " 'ochrona',\n",
       " 'pakiet',\n",
       " 'jakość',\n",
       " 'życie',\n",
       " 'piec',\n",
       " 'analizator',\n",
       " 'spaliny',\n",
       " 'ślad',\n",
       " 'obiekt',\n",
       " 'historyczno',\n",
       " 'militarny',\n",
       " 'walory',\n",
       " 'przyrodniczy',\n",
       " 'panel',\n",
       " 'dyskusyjny',\n",
       " 'konkurs',\n",
       " 'szlak',\n",
       " 'turystyczny',\n",
       " 'linarium',\n",
       " 'trampolina',\n",
       " 'znak',\n",
       " 'dystrybutor',\n",
       " 'woreczek',\n",
       " 'mjr',\n",
       " 'artystyczno',\n",
       " 'swarzewski',\n",
       " 'punkt',\n",
       " 'zaaranżowanie',\n",
       " 'mireckiego',\n",
       " 'grabowo',\n",
       " 'ułożenie',\n",
       " 'wyspiańskiego',\n",
       " 'prusa',\n",
       " 'scena',\n",
       " 'ksiądz',\n",
       " 'renowacja',\n",
       " 'zabytkowy',\n",
       " 'okop',\n",
       " 'kolibka',\n",
       " 'usprawnienie',\n",
       " 'łono',\n",
       " 'natura',\n",
       " 'agresja',\n",
       " 'rówieśniczy',\n",
       " 'kreatywność',\n",
       " 'wyobraźnia',\n",
       " 'wiosna',\n",
       " 'lud',\n",
       " 'chłopski',\n",
       " 'idea',\n",
       " 'zero',\n",
       " 'waste',\n",
       " 'niemarnowania',\n",
       " 'centralny',\n",
       " 'estetyka',\n",
       " 'orłowskiej',\n",
       " 'przestrzeń',\n",
       " 'leśny',\n",
       " 'polana',\n",
       " 'szafranowy',\n",
       " 'ograniczać',\n",
       " 'ilość',\n",
       " 'odpady',\n",
       " 'plastikowy',\n",
       " 'rozdawanie',\n",
       " 'worek',\n",
       " 'kompostowalnych',\n",
       " 'dystrybucja',\n",
       " 'wielorazowy',\n",
       " 'siatka',\n",
       " 'szkoleniowy',\n",
       " 'udzielania',\n",
       " 'przedmedycznej',\n",
       " 'poległy',\n",
       " 'brygada',\n",
       " 'szachowy',\n",
       " 'mieszkanko',\n",
       " 'systema',\n",
       " 'walka',\n",
       " 'krav',\n",
       " 'mag',\n",
       " 'pięć',\n",
       " 'projekt',\n",
       " 'identyfikacja',\n",
       " 'wizualny',\n",
       " 'cisowa',\n",
       " 'klocki',\n",
       " 'lego',\n",
       " 'eksperyment',\n",
       " 'rytmik',\n",
       " 'podróżnicze',\n",
       " 'dietetyczka',\n",
       " 'pochylnia',\n",
       " 'platforma',\n",
       " 'schodowy',\n",
       " 'ułatwiać',\n",
       " 'dziecięcy',\n",
       " 'letny',\n",
       " 'goły',\n",
       " 'niebo',\n",
       " 'zwycięstwo',\n",
       " 'nocznickiego',\n",
       " 'sterylizacja',\n",
       " 'kastracja',\n",
       " 'właścicielski',\n",
       " 'kot',\n",
       " 'gimnastyka',\n",
       " 'pilatesu',\n",
       " 'stretching',\n",
       " 'dozownik',\n",
       " 'ziarno',\n",
       " 'kaczka',\n",
       " 'basen',\n",
       " 'uprzątnięcie',\n",
       " 'udostępnienie',\n",
       " 'gorczycowy',\n",
       " 'osiem',\n",
       " 'respirator',\n",
       " 'szpital',\n",
       " 'tężnia',\n",
       " 'solankowy',\n",
       " 'taneczny',\n",
       " 'niezależnie',\n",
       " 'zakątek',\n",
       " 'drewniany',\n",
       " 'nasadzeń',\n",
       " 'brzeg',\n",
       " 'kort',\n",
       " 'tenisowy',\n",
       " 'pojazd',\n",
       " 'transportowy',\n",
       " 'poszukiwawczy',\n",
       " 'pogotowie',\n",
       " 'ratunkowy',\n",
       " 'angażować',\n",
       " 'hotel',\n",
       " 'owad',\n",
       " 'lokalizacja',\n",
       " 'zsp',\n",
       " 'miętowy',\n",
       " 'wspólny',\n",
       " 'sadzenie',\n",
       " 'zwiedzanie',\n",
       " 'gdański',\n",
       " 'przewodnik',\n",
       " 'przepuszczalny',\n",
       " 'gwarantować',\n",
       " 'pozostawienie',\n",
       " 'szeroki',\n",
       " 'sieć',\n",
       " 'poidło',\n",
       " 'człowiek',\n",
       " 'ptak',\n",
       " 'wieża',\n",
       " 'pieszo',\n",
       " 'wypoczynek',\n",
       " 'widokowy',\n",
       " 'opieka',\n",
       " 'wytchnieniowa',\n",
       " 'otworzyć',\n",
       " 'manualny',\n",
       " 'konstruktorsko',\n",
       " 'otwarty',\n",
       " 'dyskryminacja',\n",
       " 'obywatelski',\n",
       " 'poświęcić',\n",
       " 'przyszłość',\n",
       " 'półkolonia',\n",
       " 'edupark',\n",
       " 'kacza',\n",
       " 'ścieżek',\n",
       " 'rzeka',\n",
       " 'kaczy',\n",
       " 'wyniesień',\n",
       " 'kontrola',\n",
       " 'zadbać',\n",
       " 'żyto',\n",
       " 'dawać',\n",
       " 'narzędzie',\n",
       " 'zwiększać',\n",
       " 'szansa',\n",
       " 'szybki',\n",
       " 'fachowy',\n",
       " 'wiejski',\n",
       " 'pkm',\n",
       " 'strona',\n",
       " 'osiedle',\n",
       " 'gest',\n",
       " 'solidarność',\n",
       " 'podtrzymania',\n",
       " 'polak',\n",
       " 'nadzieja',\n",
       " 'wolność',\n",
       " 'modlić',\n",
       " 'dolindo',\n",
       " 'ruotolo',\n",
       " 'neapolu',\n",
       " 'międzyosiedlowy',\n",
       " 'piłka',\n",
       " 'nożny',\n",
       " 'stolarski',\n",
       " 'krawiecki',\n",
       " 'ekofestyn',\n",
       " 'halowy',\n",
       " 'promocja',\n",
       " 'materiał',\n",
       " 'reklamowy',\n",
       " 'wydruk',\n",
       " 'wydarzenie',\n",
       " 'medium',\n",
       " 'sprawny',\n",
       " 'abc',\n",
       " 'mini',\n",
       " 'dziewczę',\n",
       " 'puchar',\n",
       " 'kępa',\n",
       " 'obłuzu',\n",
       " 'eliminacja',\n",
       " 'mistrzostwo',\n",
       " 'świat',\n",
       " 'poławianiu',\n",
       " 'bursztyn',\n",
       " 'plazy',\n",
       " 'odnowa',\n",
       " 'biesiada',\n",
       " 'burzowy',\n",
       " 'anyżowy',\n",
       " 'działać',\n",
       " 'piknikowy',\n",
       " 'światowy',\n",
       " 'świadomość',\n",
       " 'autyzm',\n",
       " 'kwiecień',\n",
       " 'chłodniczy',\n",
       " 'elektryczny',\n",
       " 'sambora',\n",
       " 'asfaltowy',\n",
       " 'konsultacja',\n",
       " 'śródmiejski',\n",
       " 'malinowy',\n",
       " 'sport',\n",
       " 'parkour',\n",
       " 'klimatyczny',\n",
       " 'wypracowanie',\n",
       " 'propozycja',\n",
       " 'śmietnik',\n",
       " 'fikakowa',\n",
       " 'dolny',\n",
       " 'ekologiczny',\n",
       " 'kurtyna',\n",
       " 'wodny',\n",
       " 'mama',\n",
       " 'karmiących',\n",
       " 'maluszek',\n",
       " 'funkcjonalny',\n",
       " 'ruchomy',\n",
       " 'molo',\n",
       " 'południowy',\n",
       " 'krzywa',\n",
       " 'wjazd',\n",
       " 'kartuski',\n",
       " 'sklep',\n",
       " 'rossmann',\n",
       " 'lampa',\n",
       " 'leda',\n",
       " 'lądowisko',\n",
       " 'helikopter',\n",
       " 'lotniczy',\n",
       " 'rozewski',\n",
       " 'aktywny',\n",
       " 'koszykówka',\n",
       " 'judo',\n",
       " 'bokserski',\n",
       " 'siatkowy',\n",
       " 'automat',\n",
       " 'karma',\n",
       " 'mowińskiego',\n",
       " 'mural',\n",
       " 'rewitalizacja',\n",
       " 'dawny',\n",
       " 'baltony',\n",
       " 'unruga',\n",
       " 'rekompensata',\n",
       " 'utracić',\n",
       " 'boks',\n",
       " 'żeliwny',\n",
       " 'perspektywa',\n",
       " 'betonowy',\n",
       " 'jeździć',\n",
       " 'deskorolka',\n",
       " 'hulajnoga',\n",
       " 'bmxach',\n",
       " 'xvii',\n",
       " 'lo',\n",
       " 'wiczlińskiej',\n",
       " 'naturalny',\n",
       " 'pajęczynka',\n",
       " 'piramida',\n",
       " 'wspinaczkowy',\n",
       " 'ramy',\n",
       " 'rekreacyjno',\n",
       " 'etap',\n",
       " 'oblicze',\n",
       " 'babi',\n",
       " 'wykonać',\n",
       " 'rewitalizacj',\n",
       " 'przystankowy',\n",
       " ...]"
      ]
     },
     "execution_count": 59,
     "metadata": {},
     "output_type": "execute_result"
    }
   ],
   "source": [
    "slownik"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 14,
   "metadata": {},
   "outputs": [],
   "source": [
    "def from_dict_to_word2vec(output_file, vector_size, vocab, binary=True):\n",
    "    total_vec = len(vocab)\n",
    "    \n",
    "    mode = 'wb' if binary else 'w'\n",
    "    with open(output_file, mode) as f:\n",
    "        print(total_vec, vector_size)\n",
    "        f.write(to_utf8(\"{} {}\\n\".format(total_vec, vector_size)))\n",
    "        \n",
    "        for word, row in tqdm(vocab.items()):\n",
    "            if binary:\n",
    "                row = np.array(row, dtype=np.float32)\n",
    "                f.write(to_utf8(word) + b\" \" + row.tostring())\n",
    "            else:\n",
    "                f.write(to_utf8(\"{} {}\\n\".format(word, ' '.join(repr(val) for val in row))))"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 71,
   "metadata": {},
   "outputs": [],
   "source": [
    "def save_new_model_for_given_tokens(model, ts, output_file):\n",
    "    valid_tokens = [t for t in ts if t in model]\n",
    "    # print(valid_tokens)\n",
    "    vectors = model[valid_tokens]\n",
    "    \n",
    "    ratio = vectors.shape[0] / len(ts) * 100\n",
    "    print(\"valid vectors: {}, all: {}, ratio: {}\".format(vectors.shape[0], len(ts),  ratio))\n",
    "\n",
    "    size_vector = vectors[0].shape[0]\n",
    "    \n",
    "    vocab = {key: vector for key, vector in zip(valid_tokens, vectors)}\n",
    "    from_dict_to_word2vec(output_file=output_file, vector_size=size_vector, vocab=vocab)"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 1,
   "metadata": {},
   "outputs": [
    {
     "ename": "NameError",
     "evalue": "name 'KeyedVectors' is not defined",
     "output_type": "error",
     "traceback": [
      "\u001b[1;31m---------------------------------------------------------------------------\u001b[0m",
      "\u001b[1;31mNameError\u001b[0m                                 Traceback (most recent call last)",
      "\u001b[1;32m<ipython-input-1-491c256938c2>\u001b[0m in \u001b[0;36m<module>\u001b[1;34m\u001b[0m\n\u001b[0;32m      1\u001b[0m \u001b[1;31m# downloaded from https://drive.google.com/open?id=1yfReM7EJGL1vk2dNbyM7X10I6k6lJMuX\u001b[0m\u001b[1;33m\u001b[0m\u001b[1;33m\u001b[0m\u001b[1;33m\u001b[0m\u001b[0m\n\u001b[1;32m----> 2\u001b[1;33m \u001b[0mmodel\u001b[0m \u001b[1;33m=\u001b[0m \u001b[0mKeyedVectors\u001b[0m\u001b[1;33m.\u001b[0m\u001b[0mload\u001b[0m\u001b[1;33m(\u001b[0m\u001b[1;34m'models/fasttext_100_3_polish.bin'\u001b[0m\u001b[1;33m)\u001b[0m\u001b[1;33m\u001b[0m\u001b[1;33m\u001b[0m\u001b[0m\n\u001b[0m",
      "\u001b[1;31mNameError\u001b[0m: name 'KeyedVectors' is not defined"
     ]
    }
   ],
   "source": [
    "# downloaded from https://github.com/sdadas/polish-nlp-resources#fasttext\n",
    "model = KeyedVectors.load('models/fasttext_100_3_polish.bin')"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 72,
   "metadata": {},
   "outputs": [
    {
     "name": "stderr",
     "output_type": "stream",
     "text": [
      "C:\\Users\\mariu\\AppData\\Local\\Programs\\Python\\Python37\\lib\\site-packages\\ipykernel_launcher.py:2: DeprecationWarning: Call to deprecated `__contains__` (Method will be removed in 4.0.0, use self.wv.__contains__() instead).\n",
      "  \n",
      "C:\\Users\\mariu\\AppData\\Local\\Programs\\Python\\Python37\\lib\\site-packages\\ipykernel_launcher.py:4: DeprecationWarning: Call to deprecated `__getitem__` (Method will be removed in 4.0.0, use self.wv.__getitem__() instead).\n",
      "  after removing the cwd from sys.path.\n",
      "C:\\Users\\mariu\\AppData\\Local\\Programs\\Python\\Python37\\lib\\site-packages\\ipykernel_launcher.py:12: DeprecationWarning: tostring() is deprecated. Use tobytes() instead.\n",
      "  if sys.path[0] == '':\n",
      "100%|██████████| 16930/16930 [00:00<00:00, 229393.89it/s]"
     ]
    },
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "valid vectors: 16930, all: 16930, ratio: 100.0\n",
      "16930 100\n"
     ]
    },
    {
     "name": "stderr",
     "output_type": "stream",
     "text": [
      "\n"
     ]
    }
   ],
   "source": [
    "save_new_model_for_given_tokens(model, slownik, 'models/fasttext_ekolo.bin')"
   ]
  }
 ],
 "metadata": {
  "interpreter": {
   "hash": "423b8b96d4e1ec477b5c8920e05a523372dc7245eb6302a2ca5de114e24c04c2"
  },
  "kernelspec": {
   "display_name": "Python 3",
   "language": "python",
   "name": "python3"
  },
  "language_info": {
   "codemirror_mode": {
    "name": "ipython",
    "version": 3
   },
   "file_extension": ".py",
   "mimetype": "text/x-python",
   "name": "python",
   "nbconvert_exporter": "python",
   "pygments_lexer": "ipython3",
   "version": "3.7.5"
  },
  "latex_envs": {
   "LaTeX_envs_menu_present": true,
   "autoclose": false,
   "autocomplete": true,
   "bibliofile": "biblio.bib",
   "cite_by": "apalike",
   "current_citInitial": 1,
   "eqLabelWithNumbers": true,
   "eqNumInitial": 1,
   "hotkeys": {
    "equation": "Ctrl-E",
    "itemize": "Ctrl-I"
   },
   "labels_anchors": false,
   "latex_user_defs": false,
   "report_style_numbering": false,
   "user_envs_cfg": false
  },
  "varInspector": {
   "cols": {
    "lenName": 16,
    "lenType": 16,
    "lenVar": 40
   },
   "kernels_config": {
    "python": {
     "delete_cmd_postfix": "",
     "delete_cmd_prefix": "del ",
     "library": "var_list.py",
     "varRefreshCmd": "print(var_dic_list())"
    },
    "r": {
     "delete_cmd_postfix": ") ",
     "delete_cmd_prefix": "rm(",
     "library": "var_list.r",
     "varRefreshCmd": "cat(var_dic_list()) "
    }
   },
   "types_to_exclude": [
    "module",
    "function",
    "builtin_function_or_method",
    "instance",
    "_Feature"
   ],
   "window_display": false
  }
 },
 "nbformat": 4,
 "nbformat_minor": 2
}