Gensim：KeyError：“单词不在词汇表中”

我有一个使用 Python 的 Gensim 库训练过的 Word2vec 模型。我有一个标记化列表，如下所示。词汇量为 34，但我只给出 34 中的几个：

b = ['let',
 'know',
 'buy',
 'someth',
 'featur',
 'mashabl',
 'might',
 'earn',
 'affili',
 'commiss',
 'fifti',
 'year',
 'ago',
 'graduat',
 '21yearold',
 'dustin',
 'hoffman',
 'pull',
 'asid',
 'given',
 'one',
 'piec',
 'unsolicit',
 'advic',
 'percent',
 'buy']

Model

model = gensim.models.Word2Vec(b,min_count=1,size=32)
print(model) 
### prints: Word2Vec(vocab=34, size=32, alpha=0.025) ####

如果我尝试通过这样做来获得相似度分数model['buy']从列表中的一个单词中，我得到

KeyError：“词汇‘购买’不在词汇中”

你们能否建议我我做错了什么，以及检查模型的方法是什么，该模型可以进一步用于训练 PCA 或 t-sne，以便可视化形成主题的相似单词？谢谢。

第一个参数传递给gensim.models.Word2Vec是句子的可迭代。句子本身就是单词列表。来自文档：

从可迭代对象初始化模型sentences。每个句子都是一个 将用于训练的单词（unicode 字符串）列表。

现在，它认为列表中的每个单词b是一个句子，所以它正在做Word2Vec对于每个特点在每个单词中，而不是在你的每个单词中b。现在你可以这样做：

model = gensim.models.Word2Vec(b,min_count=1,size=32)

print(model['a'])
array([  7.42487283e-03,  -5.65282721e-03,   1.28707094e-02, ... ]

要使其适用于单词，只需将其换行即可b在另一个列表中，以便正确解释：

model = gensim.models.Word2Vec([b],min_count=1,size=32)

print(model['buy'])
array([-0.01331611,  0.00496594, -0.00165093, -0.01444992,  0.01393849, ... ]