Python 加载预先训练的fasttext模型

我有一个关于fasttext（）的问题。我想下载一个预先训练好的模型，并使用它从文本中检索单词向量

下载了预先训练好的模型（）后，我解压缩了它，得到了一个.vec文件。如何将其导入fasttext

我已尝试使用上述函数，如下所示：

import fasttext
import io

def load_vectors(fname):
    fin = io.open(fname, 'r', encoding='utf-8', newline='\n', errors='ignore')
    n, d = map(int, fin.readline().split())
    data = {}
    for line in fin:
        tokens = line.rstrip().split(' ')
        data[tokens[0]] = map(float, tokens[1:])
    return data

vectors = load_vectors('/Users/username/Downloads/wiki-news-300d-1M.vec')
model = fasttext.load_model(vectors)

然而，我不能完全运行这段代码，因为python崩溃了。我如何才能成功加载这些预先训练好的词向量

---

感谢您的帮助。

例如，与word2vec或glove相比，FastText的优势在于它们使用子词信息返回OOV（词汇表外）词的向量

因此，他们提供了两种类型的预训练模型：

.vec

和

.bin

.vec

是一个单词->向量信息的字典，单词向量是为训练词汇表中的单词预先计算的

.bin

是一个二进制快速文本模型，可以使用

fasttext.load_模型（'file.bin'）

加载，并且可以为不可见的单词（OOV）提供单词向量，可以进行更多训练

在您的情况下，您正在加载一个

.vec

文件，因此

vectors

是数据的“最终形式”

fasttext.load\u model

需要一个

.bin

文件名。 如果您需要的不仅仅是python字典，您可以使用它

由于经过训练的单词向量独立于它们的训练方式（Word2Vec、FastText、VarEmbed等），因此它们可以由一个独立的结构表示，如本模块中实现的那样

---

请编辑您的问题以指定是否存在错误消息。矢量文件有多大？你的机器有多少内存？