AttributeError: type object 'Word2Vec' has no attribute 'load_word2vec_format'
AttributeError: type object 'Word2Vec' has no attribute 'load_word2vec_format'
我正在尝试实现 word2vec 模型并出现属性错误
AttributeError: type object 'Word2Vec' has no attribute 'load_word2vec_format'
下面是代码：
wv = Word2Vec.load_word2vec_format("GoogleNews-vectors-negative300.bin.gz", binary=True)
wv.init_sims(replace=True)
请让我知道这个问题？
你是怎么安装gensim的，安装的是什么版本？
API gensim 1.0 中的更改（当前预发布）将 load_word2vec_format() 移动到名为 KeyedVectors 的助手 class。
此时（2017 年 2 月）您可能不想使用预发布版本，除非您是经验丰富的 gensim 用户并密切关注发行说明 [CHANGELOG.md][1]。
如果有意使用具有此 API 更改的更高版本的 gensim，您将改用：
KeyedVectors.load_word2vec_format("GoogleNews-vectors-negative300.bin.gz", binary=True)
gojomo的回答是对的
gensim.models.KeyedVectors.load_word2vec_format("GoogleNews-vectors-negative300.bin.gz", binary=True)
尝试升级gensim的所有依赖(如smart_open)，如果仍然报错如下
pip install --upgrade gensim
文件“/home/liangn/PythonProjects/DeepRecommendation/Algorithm/Word2Vec.py”，第 18 行，在 init 中
self.model = gensim.models.KeyedVectors.load_word2vec_format(w2v_path, binary=True)
文件“/home/liangn/PythonProjects/venvLiang/lib/python2.7/site-packages/gensim/models/keyedvectors.py”，第 191 行，在 load_word2vec_format 中，utils.smart_open(fname) 作为 fin:
文件“/home/liangn/PythonProjects/venvLiang/lib/python2.7/site-packages/smart_open/smart_open_lib.py”，第 138 行，在 smart_open
return 文件_smart_open(parsed_uri.uri_path, 模式)
文件“/home/liangn/PythonProjects/venvLiang/lib/python2.7/site-packages/smart_open/smart_open_lib.py”，第 642 行，在 file_smart_open 中
return compression_wrapper(打开(fname, 模式), fname, 模式)
文件“/home/liangn/PythonProjects/venvLiang/lib/python2.7/site-packages/smart_open/smart_open_lib.py”，第 630 行，在 compression_wrapper
return make_closing(GzipFile)(file_obj, 模式)
文件“/usr/lib64/python2.7/gzip.py”，第 94 行，在 init 中
fileobj = self.myfileobj = 内置.open(文件名，模式或'rb')
TypeError：强制转换为 Unicode：需要字符串或缓冲区，找到文件
我正在尝试实现 word2vec 模型并出现属性错误
AttributeError: type object 'Word2Vec' has no attribute 'load_word2vec_format'
下面是代码：
wv = Word2Vec.load_word2vec_format("GoogleNews-vectors-negative300.bin.gz", binary=True)
wv.init_sims(replace=True)
请让我知道这个问题？
你是怎么安装gensim的，安装的是什么版本？
API gensim 1.0 中的更改（当前预发布）将 load_word2vec_format() 移动到名为 KeyedVectors 的助手 class。
此时（2017 年 2 月）您可能不想使用预发布版本，除非您是经验丰富的 gensim 用户并密切关注发行说明 [CHANGELOG.md][1]。
如果有意使用具有此 API 更改的更高版本的 gensim，您将改用：
KeyedVectors.load_word2vec_format("GoogleNews-vectors-negative300.bin.gz", binary=True)
gensim.models.KeyedVectors.load_word2vec_format("GoogleNews-vectors-negative300.bin.gz", binary=True)
尝试升级gensim的所有依赖(如smart_open)，如果仍然报错如下
pip install --upgrade gensim
文件“/home/liangn/PythonProjects/DeepRecommendation/Algorithm/Word2Vec.py”，第 18 行，在 init 中 self.model = gensim.models.KeyedVectors.load_word2vec_format(w2v_path, binary=True)
文件“/home/liangn/PythonProjects/venvLiang/lib/python2.7/site-packages/gensim/models/keyedvectors.py”，第 191 行，在 load_word2vec_format 中，utils.smart_open(fname) 作为 fin:
文件“/home/liangn/PythonProjects/venvLiang/lib/python2.7/site-packages/smart_open/smart_open_lib.py”，第 138 行，在 smart_open return 文件_smart_open(parsed_uri.uri_path, 模式)
文件“/home/liangn/PythonProjects/venvLiang/lib/python2.7/site-packages/smart_open/smart_open_lib.py”，第 642 行，在 file_smart_open 中 return compression_wrapper(打开(fname, 模式), fname, 模式)
文件“/home/liangn/PythonProjects/venvLiang/lib/python2.7/site-packages/smart_open/smart_open_lib.py”，第 630 行，在 compression_wrapper return make_closing(GzipFile)(file_obj, 模式)
文件“/usr/lib64/python2.7/gzip.py”，第 94 行，在 init 中 fileobj = self.myfileobj = 内置.open(文件名，模式或'rb')
TypeError：强制转换为 Unicode：需要字符串或缓冲区，找到文件