使用 gensim 加载经过训练的 fasttext 模型时出现问题

Question

我正在尝试使用 gensim 加载经过训练的 fasttext 模型。该模型已经在一些数据上进行了训练。早些时候，我使用了 model.save() 扩展名 .bin 以便稍后使用它。训练过程结束后，模型使用model.save保存为.bin格式，分别生成3个文件。他们是：

1).bin

2) bin.trainable vectors_ngrams_lockf

3) bin.wv.vectors_ngrams

现在我无法加载经过训练的二进制文件（.bin）。

但我不明白为什么我会收到名为：

的错误

raise NotImplementedError("Supervised fastText models are not supported") NotImplementedError: Supervised fastText models are not supported

看了很多博客，有人建议gensim不支持监督训练。没关系。我的问题是我怎样才能加载经过训练的二进制模型。我需要以不同的方式训练模型吗？

感谢任何帮助。

训练过程后我尝试了什么：

import logging
logging.basicConfig(format='%(asctime)s : %(levelname)s : %(message)s', level=logging.INFO)
from gensim.models import FastText, fasttext
model = FastText.load_fasttext_format('m1.bin')
print(model)

Answer 1

如果模型是使用 gensim 的原生 .save() 方法保存的，您将使用 .load() 加载它 - 而不是 load_fasttext_format()，仅适用于以 Facebook 原始 FastText C++ 代码使用的原始格式保存的模型。

使用 gensim 加载经过训练的 fasttext 模型时出现问题

Issues while loading a trained fasttext model using gensim

python

python-3.x

gensim

word-embedding

fasttext