Word2Vec：使用 Gensim 上傳預訓練的 word2vec 文件時收到錯誤

Question

嘗試使用 Gensim 上傳預訓練的 word2vec 文件（使用 fasttext 編譯）時收到錯誤消息。 文件具有“.vec”擴展名，可以在這里找到：http: //89.38.230.23/word_embeddings/we/corola.300.20.vec.zip

到目前為止我嘗試過的：選項 1：來自 gensim.models 的 KeyedVectors 選項 2：FastText 包裝器

#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')

錯誤選項 1：UnicodeDecodeError：'utf-8' 編解碼器無法解碼位置 0 中的字節 0x9b：起始字節無效

棄用錯誤選項 2：棄用警告：已棄用。 使用 gensim.models.KeyedVectors.load_word2vec_format 代替。

我需要正確的方法來使用 gensim 成功上傳 word2vec 文件。

謝謝你。

Answer 1

有時，使用unicode_errors='ignore'參數就可以了，因為詞嵌入文件中可能存在錯誤。 你試一試：

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