gensim调用FastText预训练模型执行reduce_model报AttributeError如何解决

• reduce_model 是官方 fasttext 库自带的工具方法，不属于gensim库的功能，你调用的gensim.models.fasttext.utils.reduce_model本身就是无效路径，自然会触发属性不存在的报错。
• 该方法只能处理官方fasttext.load_model()加载出来的模型对象，不兼容gensim加载的FastText模型实例。

方案1：使用官方fasttext库完成降维（推荐） #

直接按照官方示例逻辑调整代码即可，代码如下：

import fasttext
import fasttext.util

# 加载泰语300维预训练模型
ft = fasttext.load_model('cc.th.300.bin')
# 降维到100维
fasttext.util.reduce_model(ft, 100)
# 可选：保存降维后的模型方便后续调用
ft.save_model('cc.th.100.bin')

如果后续需要用gensim处理模型，直接用gensim加载上面保存的cc.th.100.bin即可。

方案2：基于gensim加载的模型手动降维 #

如果你必须使用gensim加载的模型对象，可以通过PCA手动实现向量降维，代码示例如下：

import gensim
from sklearn.decomposition import PCA

# 加载300维预训练模型
model = gensim.models.fasttext.FastText.load_fasttext_format('cc.th.300.bin')
# 初始化PCA降维器
pca = PCA(n_components=100)
# 对词向量矩阵降维
model.wv.vectors = pca.fit_transform(model.wv.vectors)
# 同步对FastText特有的子词向量矩阵降维
model.wv.vectors_vocab = pca.transform(model.wv.vectors_vocab)

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