将词向量（来自 fastText）转换为在 spaCy 中使用失败

Question

我使用 fastText 生成了词向量，并希望将它们转换为在 spaCy 模型（针对德语）中使用。在 spaCy 文档中，向量“应该是 Word2Vec 格式的制表符分隔文件，其中第一列包含单词，其余列包含值”。因此，我将词向量转换为 txt 文件，使其具有完全相同的格式。但是，当我尝试运行时 python -m spacy init-model de /Users/vectors --vectors-loc test_vectors.txt，
出现以下 ValueError: invalidliteral for int() with base 10: 'ich'

我的文件格式不正确吗？我错过了什么吗？

---

操作系统：Windows 8.1 使用的Python版本：3.6.4 spaCy 使用的版本：2.0.11 环境信息：windows cmd

Answer 1

我从 fastText预训练向量下载了 fasttext 模型 (wiki.el.vec) ，然后使用以下 gensim 代码将它们转换为 txt 格式：

from gensim.models.keyedvectors import KeyedVectors
model = KeyedVectors.load_word2vec_format('wiki.el.vec', binary=False)
model.save_word2vec_format('wiki.el.txt', binary=False)

然后我运行：

python3 -m spacy init-model el . --vectors-loc wiki.el.txt

而且效果很好。

将 el 替换为 de，将初始 wiki.el.vec 文件替换为相应的 de.vec 文件，然后重现我遵循的步骤，我认为它会完成。

希望能帮助到你！