keyerror 表明词未在训练语料中出现，故无对应向量；word2vec 词汇表静态锁定，不支持新词泛化；fasttext 或 bert 类模型才是处理未登录词的合理替代方案。
KeyError 是最直接的信号：调用 model.wv['unknown_word'] 时抛出这个异常，不是模型“没找到”，而是该词在训练阶段压根没被分配任何参数——它根本不在词汇表里。
model.wv 查词失败的本质是词表静态锁定
- Word2Vec 的词汇表（
vocabulary）在训练第一遍扫描语料时就完全确定，后续所有参数（输入权重矩阵）都按这个表的大小和顺序初始化 - 每个词对应唯一 ID，ID 对应权重矩阵中固定的一行；没有 ID 就没有行，也就没有向量
-
min_count=0在 gensim 中不被支持；即使设为1，也只保留在训练语料中出现过至少一次的词，对语料外新词毫无作用 - 不像
FastText那样把 “unhappiness” 拆成['<un>']</un>并求和，Word2Vec 对整词做 one-hot 输入，不拆、不共享、不泛化
KeyError 常见触发场景与误判点
- 直接用
model.wv.get_vector('Apple')而不是先判断'Apple' in model.wv——前者必报错，后者可安全跳过 - 中文未分词或分词不一致：训练用
['自然语言处理']，推理时传入['自然', '语言', '处理']，三个词都在表里，但原意丢失 - 大小写/标点残留：训练时清洗掉所有大写，但推理时传入
'iPhone'，而表里只有'iphone'；或保留了'2024年'却把'2024'当独立词查 - 使用了
lower=True但没统一预处理逻辑，导致训练和推理 pipeline 不一致
替代方案不是“绕过”，而是换底层建模方式
-
FastText是最轻量级替换：只需改一行初始化FastText(vector_size=100, min_n=3, max_n=6)，自动启用字符 n-gram，对拼写变体、新词、罕见词鲁棒得多 - 中文场景优先考虑
bert-base-chinese或hfl/chinese-roberta-wwm-ext：它们用 WordPiece 分词，天然支持子词组合，“量子纠缠态”能拆成已知子单元 - 如果必须用 Word2Vec，fallback 只能手动做：比如对 OOV 词尝试
model.wv.most_similar(positive=['quantum', 'entanglement'], topn=1)，但效果不稳定，且无理论保障
真正的断点不在代码怎么写，而在是否意识到：Word2Vec 的设计目标从来就不是处理未登录词——它假设你已经完成了领域语料覆盖和清洗闭环。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
