在python中使用gensim模型时出错

在处理doc2vec文件时，我现在使用gensim模型对数据进行训练，从而生成了doc2vec文件。我犯了一个错误。 我正在运行以下代码：-

模型=Doc2Vec.load（'140.d2v'）

如果len（sys.argv）<4：
打印（“请输入序列号、序列号和分类器！”）
sys.exit（）
列车位置计数=整数（系统argv[1]）
列车负计数=int（系统argv[2]）
测试位置计数=144
测试负计数=144
打印（列车位置计数）
打印（列负计数）
vec_dim=100
打印（“生成培训数据集…”）
序列数组=整数零（（序列位置计数+序列负计数，矢量尺寸））
列车标签=整数零（列车位置计数+列车负计数）
对于范围内的i（列车位置计数）：
前缀“列车位置=”列车位置+str（一）
列车数组[i]=model.docvecs[前缀列车位置]
列车标签[i]=1
对于范围内的i（列负计数）：
前缀_train_neg='train_neg_'+str（i）
列车数组[列车位置计数+i]=model.docvecs[前缀列车负]
列车标签[列车位置计数+i]=0
打印（“生成测试数据集…”）
测试数组=numpy.zero（（测试正计数+测试负计数，向量维数））
测试标签=numpy.zero（测试正计数+测试负计数）
对于范围内的i（测试位置计数）：
前缀_test_pos='test_pos_'+str（i）
测试数组[i]=model.docvecs[前缀测试位置]
测试标签[i]=1
对于范围内的i（测试负计数）：
前缀_test_neg='test_neg_'+str（i）
test_数组[test_pos_count+i]=model.docvecs[前缀为test_neg]
测试标签[测试位置计数+i]=0
打印（“开始分类…”）
分类器=无
如果sys.argv[3]='-lr'：
打印（“使用逻辑回归…”）
分类器=逻辑回归（）
elif sys.argv[3]='-svm':
打印（“使用支持向量机…”）
分类器=SVC（）
elif sys.argv[3]='-knn':
打印（“使用K-最近邻…”）
分类器=Kneighbors分类器（n_=10）
elif sys.argv[3]='-rf':
打印（“使用随机林…”）
分类器=随机森林分类器（）
fit（序列数组、序列标签）
打印（“精度：”，分类器。分数（测试数组，测试标签））

我收到一个键错误-“测试位置72”

---

我想知道我做错了什么。

这个错误实际上意味着没有带键（'tag'）

TEST\u POS\u 72的文档向量是模型的一部分。培训期间不应该有任何带有该标签的文件

您可以在
model.docvecs.offset2doctag
中看到模型中所有已知文档标记的列表。如果不存在
TEST\u POS\u 72
，则无法通过
model.docvecs['TEST\u POS\u 72']
访问文档向量。（如果该列表为空，则文档向量被训练为通过普通int键访问，并且
model.docvecs[72]
将是访问文档向量的更合适的方式。）

（另外，Doc2Vec不能很好地处理几百个文档的小微粒，屏幕截图中的警告“正在使用gensim.models.Doc2Vec的慢速版本”意味着gensim优化的C编译例程不属于安装的一部分，培训将慢100倍或更多。）

if len(sys.argv) < 4:
    print ("Please input train_pos_count, train_neg_count and classifier!")
    sys.exit()

train_pos_count = int(sys.argv[1])
train_neg_count = int(sys.argv[2])
test_pos_count = 144
test_neg_count = 144

print (train_pos_count)
print (train_neg_count)

vec_dim = 100

print ("Build training data set...")
train_arrays = numpy.zeros((train_pos_count + train_neg_count, vec_dim))
train_labels = numpy.zeros(train_pos_count + train_neg_count)

for i in range(train_pos_count):
    prefix_train_pos = 'TRAIN_POS_' + str(i)
    train_arrays[i] = model.docvecs[prefix_train_pos]
    train_labels[i] = 1

for i in range(train_neg_count):
    prefix_train_neg = 'TRAIN_NEG_' + str(i)
    train_arrays[train_pos_count + i] = model.docvecs[prefix_train_neg]
    train_labels[train_pos_count + i] = 0


print ("Build testing data set...")
test_arrays = numpy.zeros((test_pos_count + test_neg_count, vec_dim))
test_labels = numpy.zeros(test_pos_count + test_neg_count)

for i in range(test_pos_count):
    prefix_test_pos = 'TEST_POS_' + str(i)
    test_arrays[i] = model.docvecs[prefix_test_pos]
    test_labels[i] = 1

for i in range(test_neg_count):
    prefix_test_neg = 'TEST_NEG_' + str(i)
    test_arrays[test_pos_count + i] = model.docvecs[prefix_test_neg]
    test_labels[test_pos_count + i] = 0


print ("Begin classification...")
classifier = None
if sys.argv[3] == '-lr':
    print ("Logistic Regressions is used...")
    classifier = LogisticRegression()
elif sys.argv[3] == '-svm':
    print ("Support Vector Machine is used...")
    classifier = SVC()
elif sys.argv[3] == '-knn':
    print ("K-Nearest Neighbors is used...")
    classifier = KNeighborsClassifier(n_neighbors=10)
elif sys.argv[3] == '-rf':
    print ("Random Forest is used...")
    classifier = RandomForestClassifier()

classifier.fit(train_arrays, train_labels)

print ("Accuracy:", classifier.score(test_arrays, test_labels))