如何一次性加载Word2Vec模型并复用内存缓存结果？

方法1：将模型转存为Gensim原生格式（推荐） #

加载纯文本格式的.vec文件需要逐行解析，耗时极长。第一次加载后将模型保存为Gensim专用的序列化格式，后续加载速度会提升数倍甚至数十倍。

第一次运行（仅执行一次）：

from gensim.models import KeyedVectors

# 加载原始vec文件
model = KeyedVectors.load_word2vec_format('cc.en.300.vec', binary=False, encoding='utf8')
# 保存为Gensim原生格式（文件后缀建议用.kv）
model.save('cc.en.300.kv')

后续调用：

from gensim.models import KeyedVectors

# 直接加载缓存的模型，速度大幅提升
model = KeyedVectors.load('cc.en.300.kv')
# 直接获取wv对象使用
wv = model.wv

方法2：进程内全局缓存 #

如果是在同一个Python进程中多次调用模型，可以将模型实例全局化，仅在首次调用时加载，之后直接复用。

from gensim.models import KeyedVectors

# 全局变量存储模型实例，初始为None
_global_w2v_model = None

def get_w2v_wv():
    global _global_w2v_model
    if _global_w2v_model is None:
        # 仅第一次调用时加载原始文件
        _global_w2v_model = KeyedVectors.load_word2vec_format('cc.en.300.vec', binary=False, encoding='utf8')
    # 返回wv对象供后续训练使用
    return _global_w2v_model.wv

之后每次调用get_w2v_wv()时，只有第一次会触发加载逻辑，后续直接返回缓存好的wv对象。

方法3：使用Pickle序列化（不推荐） #

虽然可以用Pickle保存wv对象，但Gensim模型有自身的序列化逻辑，Pickle可能存在版本兼容性问题，仅作为备选方案。

第一次运行（仅执行一次）：

import pickle
from gensim.models import KeyedVectors

model = KeyedVectors.load_word2vec_format('cc.en.300.vec', binary=False, encoding='utf8')
# 保存wv对象
with open('w2v_wv.pkl', 'wb') as f:
    pickle.dump(model.wv, f)

后续调用：

import pickle

# 加载缓存的wv对象
with open('w2v_wv.pkl', 'rb') as f:
    wv = pickle.load(f)

注意：优先使用方法1，Gensim原生的save/load方法针对模型做了优化，稳定性和加载速度都更有保障。

内容的提问来源于stack exchange，提问作者Milad Xandi