Doc2Vec模型Python 3的兼容性

Question

我用Python2訓練了一個doc2vec模型，我想在Python3中使用它。

當我嘗試加載它在Python 3，我得到：

Doc2Vec.load('my_doc2vec.pkl') 

UnicodeDecodeError: 'ascii' codec can't decode byte 0xb0 in position 0: ordinal not in range(128) 

這似乎是相關的泡菜兼容性問題，我試圖做來解決：

with open('my_doc2vec.pkl', 'rb') as inf: 
    data = pickle.load(inf) 
data.save('my_doc2vec_python3.pkl') 

Gensim保存了我重命名的其他文件，以便在撥打電話時可以找到它們

de = Doc2Vec.load('my_doc2vec_python3.pkl') 

load（）do es不會因UnicodeDecodeError而失敗，但推理後會提供無意義的結果。

我不能在Python 3中使用Gensim輕鬆地重新訓練它，因爲我使用這個模型從它創建派生數據，所以我將不得不重新運行一條長而複雜的管道。

如何使doc2vec模型與Python 3兼容？

Answer 1

回答我自己的問題，這answer爲我工作。

下面是步驟多一點的細節：

1. 下載gensim源代碼，例如從回購
在gensim/utils.py

2. 克隆，編輯方法unpickle添加編碼參數：

   return _pickle.loads(f.read(), encoding='latin1') 
   

3. 使用Python 3和改性gensim，加載模型：

   de = Doc2Vec.load('my_doc2vec.pkl') 
   

4. 保存：

   de.save('my_doc2vec_python3.pkl') 
   

這種模式應該在Python 3中可以現在可以裝載未修改gensim。