Top2Vec 错误 - 'KeyedVectors' 对象没有属性 'vectors_docs'

如何解决Top2Vec 错误 - 'KeyedVectors' 对象没有属性 'vectors_docs'

在 Python 3.9.2 中训练 Top2Vec 模型时，出现以下错误：

AttributeError                            Traceback (most recent call last)
<ipython-input-17-edc5d3cec713> in <module>
----> 1 model = Top2Vec(documents=data,speed="learn",workers=12)

~/opt/anaconda3/envs/py39/lib/python3.9/site-packages/top2vec/Top2Vec.py in __init__(self,documents,min_count,embedding_model,embedding_model_path,speed,use_corpus_file,document_ids,keep_documents,workers,tokenizer,use_embedding_model_tokenizer,umap_args,hdbscan_args,verbose)
    353                          'metric': 'cosine'}
    354 
--> 355         umap_model = umap.UMAP(**umap_args).fit(self._get_document_vectors(norm=False))
    356 
    357         # find dense areas of document vectors

~/opt/anaconda3/envs/py39/lib/python3.9/site-packages/top2vec/Top2Vec.py in _get_document_vectors(self,norm)
    545                 return self.model.docvecs.vectors_docs_norm
    546             else:
--> 547                 return self.model.docvecs.vectors_docs
    548         else:
    549             return self.document_vectors

AttributeError: 'KeyedVectors' object has no attribute 'vectors_docs'

我安装了以下软件包：

• 将 numpy 导入为 np
• 将熊猫导入为 pd
• from copy import deepcopy
• 从 top2vec 导入 Top2Vec
• 导入gensim

我正在使用以下代码开始训练：

model = Top2Vec(documents=data,workers=12)

它通过模型训练做到了这一点：

2021-03-31 16:36:03,014 - top2vec - INFO - Pre-processing documents for training
2021-03-31 16:36:25,865 - top2vec - INFO - Creating joint document/word embedding
2021-03-31 17:02:53,874 - top2vec - INFO - Creating lower dimension embedding of documents

有什么想法吗？

解决方法

我不熟悉您使用的 Top2Vec 类。

但是，如果为使用 gensim-3.8.3 中的某些属性/方法而编写的代码尚未针对最近发布的 gensim-4.0.0（已删除并重命名某些函数）进行了调整，则会出现该错误为了一致性。

具体来说，vectors_docs 属性已被删除。 （此外，vectors_docs_norms 属性在未执行的分支中提到了上面几行。）

调用代码中所需的小改动包含在 Migrating from Gensim 3.x to 4 wiki page 中，我刚刚对其进行了更新以确保它特别提到了 vectors_docs。

如果您不喜欢自己应用此代码以及对 Top2Vec 代码进行任何其他更改，您可能只想向其作者/维护者报告问题，作为临时解决方法，请明确安装较旧的暂时的 Gensim。使用通常的基于 pip 的安装，您可以使用以下命令指定旧版本：

pip install gensim==3.8.3