python 3.x - Gensim에서는 Word2Vec 단어를 찾을 수 없지만 TensorFlow 내장 프로젝터에 표시됩니까?

최근에 NLP 작업에서 LSTM 모델의 성능을 향상시키기 위해 사전 훈련 된 단어 임베딩을 실험하기 시작했습니다. 이 경우 Google의 Word2Vec을 조사했습니다. 온라인 자습서를 바탕으로 wget https://s3.amazonaws.com/dl4j-distribution/GoogleNews-vectors-negative300.bin.gz 와 함께 Word2Vec을 처음 다운로드했습니다.  파이썬의 gensim 를 사용했습니다.  다음 코드를 사용하여 포함을 쿼리하는 패키지입니다.

from gensim.models import KeyedVectors
if __name__ == "__main__":
    model = KeyedVectors.load_word2vec_format("./data/word2vec/GoogleNews-vectors-negative300.bin", binary=True)
    print(model["bosnia"])

그러나 모델에서 발견 된 일반적인 단어가 많지 않다는 사실을 알게 된 후에 뭔가 잘못되었는지 궁금해지기 시작했습니다. bosnia 를 검색해 보았습니다.  위와 같이 내장 리포지토리에 있지만 찾을 수 없습니다. 그래서 TensorFlow 내장 프로젝터 로 이동하여 Word2Vec 모델을로드하고 bosnia 를 검색했습니다.  -거기에있었습니다.

그래서 내 질문은 : 왜 이런 일이 일어나는가? 다운로드 한 Word2Vec 버전이 완료되지 않았습니까? 아니면 gensim이 모든 단어를 메모리에로드 할 수 없어 일부 단어를 생략합니까?