使用Gensim加载预训练Word2vec模型时遇AttributeError如何解决？

嘿，这个问题我之前也踩过坑！咱们先搞清楚为啥会报错：

你手里的xxxx.model.wv其实是KeyedVectors对象——也就是预训练好的词向量集合，它只包含词和对应的向量数据，没有Word2Vec完整模型的训练组件（比如negative这种和训练相关的属性）。但你用gensim.models.Word2Vec.load()去加载它，这个方法是用来加载完整的Word2Vec模型的，自然会找不到只有完整模型才有的属性，所以抛出了AttributeError。

正确的解决方法 #

1. 直接加载词向量（KeyedVectors） #

如果你的需求只是使用预训练好的词向量（比如查询某个词的向量、计算词相似度等），用KeyedVectors.load()来加载就对了，代码如下：

from gensim.models import KeyedVectors

# 加载词向量文件
word_vectors = KeyedVectors.load('xxxx.model.wv')

# 示例用法：查询词向量
print(word_vectors['你要查的词'])
# 示例用法：找相似词
print(word_vectors.most_similar('你要查的词'))

这样就能正常使用预训练向量了，完全不需要管那个大的xxxx.model.wv.syn0.npy文件——KeyedVectors.load()会自动关联加载对应的npy向量文件。

2. 如果需要完整的Word2Vec模型（比如继续训练） #

如果你本来想加载完整模型来继续训练，那说明你可能缺少了完整模型的文件。完整的Word2Vec模型保存后，通常会生成多个文件：比如xxxx.model（主模型文件）、xxxx.model.trainables.syn1neg.npy、xxxx.model.wv.syn0.npy等。你现在只有wv相关的文件，说明之前只保存了词向量部分，没有保存完整模型。

这种情况下，要么你得找到完整的模型文件（.model后缀的那个），用Word2Vec.load('xxxx.model')加载；要么就只能接受用KeyedVectors使用预训练向量，没法继续训练了。

内容的提问来源于stack exchange，提问作者iro