开发聊天机器人加载GoogleNews Word2Vec二进制文件遇UnpicklingError错误

嘿，我来帮你搞定这个报错！你遇到的UnpicklingError: invalid load key, '3'是因为用错了加载方法哦～

问题原因 #

GoogleNews-vectors-negative300.bin是原始二进制格式的预训练词向量文件，而gensim.models.Word2Vec.load()这个方法是用来加载gensim自己训练后保存的模型文件（通常后缀是.model，是经过gensim序列化的格式），用它来加载原始bin文件自然会报错。

正确的加载方式 #

你需要用KeyedVectors.load_word2vec_format()方法来加载这种原始的词向量文件，记得加上binary=True参数（因为文件是二进制格式）：

import gensim
model = gensim.models.KeyedVectors.load_word2vec_format('GoogleNews-vectors-negative300.bin', binary=True)

额外小提示 #

如果你的内存有限，加载整个300维的GoogleNews模型可能会占用大量内存（大概3.6GB左右），可以通过limit参数限制加载的词数量，比如只加载前5万个最常用的词：

model = gensim.models.KeyedVectors.load_word2vec_format('GoogleNews-vectors-negative300.bin', binary=True, limit=50000)

这样既能快速加载，又能节省内存资源～

内容的提问来源于stack exchange，提问作者surya