这个问题我之前也碰到过！核心原因是你大概率只保存了FastText的词向量（wv）部分，而没有保存完整的模型——FastText处理词表外词汇（OOV）的关键子词n-gram信息，是存储在完整模型结构里的，单独的词向量文件并不包含这些数据。训练时模型是完整状态，所以能正常分解OOV词汇为子词并计算向量，但加载不完整的模型后，就丢失了子词处理能力，自然会报“词汇不在词表中”的错误。

正确的保存与加载方式 #

要保留OOV处理能力，必须保存并加载完整的FastText模型，而不是仅保存词向量：

1. 训练后保存完整模型

   import gensim
   # 假设my_sentences是你的训练语料
   model = gensim.models.FastText(my_sentences, size=100, window=5, min_count=3, workers=4, sg=1)
   # 保存完整模型（会生成多个相关文件，不要删除）
   model.save("my_fasttext_model")
   

2. 加载完整模型并使用

   import gensim
   # 加载完整的FastText模型
   loaded_model = gensim.models.FastText.load("my_fasttext_model")
   # 现在可以正常处理词表外词汇了
   loaded_model.wv.most_similar(positive=['iPhone 6'])
   

避坑提示 #

• 不要使用model.wv.save()或model.wv.save_word2vec_format()保存词向量，这两种方式都会丢弃子词信息，导致加载后无法处理OOV。
• 如果之前已经只保存了词向量文件，那没有办法恢复子词数据，只能重新训练并保存完整模型。

内容的提问来源于stack exchange，提问作者Peter T