Python word2vec获取编码错误

我在执行代码时遇到以下错误

Traceback (most recent call last):
  File "test.py", line 21, in <module>
    print model.most_similar(positive=['男人'])
  File "/usr/local/lib/python2.7/dist-packages/gensim/models/word2vec.py", line 660, in most_similar
    raise KeyError("word '%s' not in vocabulary" % word)
KeyError: "word '\xe7\x94\xb7\xe4\xba\xba' not in vocabulary"

---

“它通过以下更改工作。model.most_类似（[u'男人'])"

这意味着您可能正在使用utf-8编码字符串而不是unicode字符串，一个好的做法是使用unicode对输入进行解码，然后对输出进行编码

---

.decode（'utf-8'）

您的字符串

您是否注意您的解码、编码？它通过以下更改工作。型号。大多数类似（[u'男人'])

 # -*- coding: utf8 -*    
    from gensim.models import word2vec
    import logging

logging.basicConfig(format='%(asctime)s : %(levelname)s : %(message)s', level=logging.INFO)
        sentences = word2vec.Text8Corpus('/tmp/text8')
        model = word2vec.
    Word2Vec(sentences, size=200)
        model.most_similar(['男人'])