Word2Vec：使用 Gensim 上传预训练的 word2vec 文件时收到错误

Question

尝试使用 Gensim 上传预训练的 word2vec 文件（使用 fasttext 编译）时收到错误消息。 文件具有“.vec”扩展名，可以在这里找到：http: //89.38.230.23/word_embeddings/we/corola.300.20.vec.zip

到目前为止我尝试过的：选项 1：来自 gensim.models 的 KeyedVectors 选项 2：FastText 包装器

#Option 1
    from gensim.models import KeyedVectors
    model = KeyedVectors.load_word2vec_format('Word_embeddings/corola.300.20.vec', binary=True)
######

#Option 2
    from gensim.models.wrappers import FastText
    model = FastText.load_word2vec_format('Word_embeddings/corola.300.20.vec')

错误选项 1：UnicodeDecodeError：'utf-8' 编解码器无法解码位置 0 中的字节 0x9b：起始字节无效

弃用错误选项 2：弃用警告：已弃用。 使用 gensim.models.KeyedVectors.load_word2vec_format 代替。

我需要正确的方法来使用 gensim 成功上传 word2vec 文件。

谢谢你。

Answer 1

有时，使用unicode_errors='ignore'参数就可以了，因为词嵌入文件中可能存在错误。 你试一试：

model = KeyedVectors.load_word2vec_format('Word_embeddings/corola.300.20.vec', binary=True, unicode_errors='ignore')