Python 3.x 类型错误：'；Word2Vec'；对象不可下标

我试图构建Word2vec模型，但当我试图为令牌重塑向量时，我得到了这个错误。有什么想法吗

wordvec_arrays = np.zeros((len(tokenized_tweet), 100)) 
for i in range(len(tokenized_tweet)):
    wordvec_arrays[i,:] = word_vector(tokenized_tweet[i], 100)
wordvec_df = pd.DataFrame(wordvec_arrays) 
wordvec_df.shape

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-101-71156bf1c4a3> in <module>
      1 wordvec_arrays = np.zeros((len(tokenized_tweet), 100))
      2 for i in range(len(tokenized_tweet)):
----> 3     wordvec_arrays[i,:] = word_vector(tokenized_tweet[i], 100)
      4 wordvec_df = pd.DataFrame(wordvec_arrays)
      5 wordvec_df.shape

<ipython-input-100-e3a82e60af93> in word_vector(tokens, size)
      4     for word in tokens:
      5         try:
----> 6             vec += model_w2v[word].reshape((1, size))
      7             count += 1.
      8         except KeyError: # handling the case where the token is not in vocabulary

TypeError: 'Word2Vec' object is not subscriptable

wordvec_数组=np.zero（（len（标记化tweet），100））
对于范围内的i（len（标记化的_tweet））：
wordvec_数组[i，：]=word_向量（标记化的tweet[i]，100）
wordvec_df=pd.DataFrame（wordvec_数组）
wordvec_df.shape
---------------------------------------------------------------------------
TypeError回溯（最近一次调用上次）
在里面
1 wordvec_数组=np.0（（len（标记化的_tweet），100））
2对于范围内的i（len（标记化的_tweet））：
---->3个wordvec_数组[i，：]=word_向量（标记化的tweet[i]，100）
4 wordvec_df=pd.DataFrame（wordvec_数组）
5字矢量形状
在word_向量中（标记、大小）
4对于代币中的单词：
5.尝试：
---->6 vec+=模型_w2v[word]。重塑（（1，大小））
7计数+=1。
8除KeyError外：#处理令牌不在词汇表中的情况
TypeError:“Word2Vec”对象不可下标

从Gensim 4.0及更高版本开始，

Word2Vec

模型不支持对单个单词的订阅索引访问（即

['…']）。（以前的版本会显示一个弃用警告，

方法将在4.0.0中删除，对于此类使用，请使用self.wv.getitem（））

因此，当您想要访问一个特定的单词时，可以通过

Word2Vec

model的

.wv

属性进行访问，该属性只保存单词向量。因此，您的（unshown）

word\u vector（）

函数应该将其在错误堆栈中高亮显示的行更改为：

            vec += model_w2v.wv[word[.reshape((1, size))

---

谢谢你，戈乔莫。