Linux环境加载Word2Vec模型报错，Windows正常运行如何解决？

问题场景 #

使用以下代码加载Word2Vec模型：

from gensim.models import Word2Vec, KeyedVectors
wv_model = KeyedVectors.load('word2vec.model')

该代码在Windows11环境可正常运行，但在Ubuntu环境执行时触发TypeError，报错信息如下：

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
File ~/autodl-tmp/test.py:3, in <module>
      1 import gensim
      2 from gensim.models import Word2Vec, KeyedVectors
----> 3 wv_model = KeyedVectors.load('word2vec.model')

File ~/miniconda3/lib/python3.8/site-packages/gensim/utils.py:486, in SaveLoad.load(cls, fname, mmap)
    482 logger.info("loading %s object from %s", cls.__name__, fname)
    484 compress, subname = SaveLoad._adapt_by_suffix(fname)
--> 486 obj = unpickle(fname)
    487 obj._load_specials(fname, mmap, compress, subname)
    488 obj.add_lifecycle_event("loaded", fname=fname)

File ~/miniconda3/lib/python3.8/site-packages/gensim/utils.py:1461, in unpickle(fname)
   1447 """Load object from `fname`, using smart_open so that `fname` can be on S3, HDFS, compressed etc.
   1448 
   1449 Parameters
   (...)
   1458 
   1459 """
   1460 with open(fname, 'rb') as f:
--> 1461     return _pickle.load(f, encoding='latin1')

TypeError: __randomstate_ctor() takes from 0 to 1 positional arguments but 2 were given

已尝试更换gensim版本、直接使用pickle加载，均触发相同错误，现有三个预训练文件，寻求问题原因及解决方法。

问题原因 #

该错误本质是跨平台序列化/反序列化不兼容：

• Windows环境下保存模型时，numpy的RandomState对象序列化格式与Linux（Ubuntu）存在差异，结合不同numpy版本或平台的底层实现区别，导致在Ubuntu加载时，pickle解析RandomState构造函数的参数不匹配。
• 模型文件在Windows保存时携带了平台相关的序列化数据，直接迁移到Ubuntu加载就会触发构造函数参数错误。

解决方法 #

方法1：导出为通用格式后跨平台加载（优先推荐） #

在Windows环境将模型导出为Word2Vec通用格式，再到Ubuntu加载：
Windows端执行导出代码：

from gensim.models import KeyedVectors
wv_model = KeyedVectors.load('word2vec.model')
# 导出为文本格式（可读性强）
wv_model.save_word2vec_format('word2vec.txt', binary=False)
# 或导出为二进制通用格式（体积小、加载快）
wv_model.save_word2vec_format('word2vec.bin', binary=True)

将导出的word2vec.txt或word2vec.bin传到Ubuntu，执行加载代码：

from gensim.models import KeyedVectors
# 加载文本格式
wv_model = KeyedVectors.load_word2vec_format('word2vec.txt', binary=False)
# 加载二进制格式
wv_model = KeyedVectors.load_word2vec_format('word2vec.bin', binary=True)

方法2：强制对齐跨平台依赖版本 #

检查Windows和Ubuntu环境的Python、numpy、gensim版本是否完全一致：

1. 在Windows执行pip freeze > requirements.txt，生成依赖清单
2. 将requirements.txt传到Ubuntu，执行pip install -r requirements.txt强制安装相同版本依赖
3. 重新尝试加载模型

方法3：临时修补pickle加载逻辑（应急方案） #

若无法重新导出模型，可临时重写RandomState的构造逻辑以兼容参数：

import numpy as np
import pickle

# 重写RandomState构造函数，忽略多余参数
class PatchedRandomState(np.random.RandomState):
    def __randomstate_ctor(self, *args, **kwargs):
        if len(args) > 1:
            return super().__init__(args[0])
        return super().__init__(*args, **kwargs)

# 替换pickle的还原逻辑
pickle.load.__globals__['np.random.RandomState'].__randomstate_ctor = PatchedRandomState.__randomstate_ctor

# 加载模型
from gensim.models import KeyedVectors
wv_model = KeyedVectors.load('word2vec.model')

注意：该方法依赖numpy版本，适配性有限，仅作为应急使用。

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