word2vecのエラーについて

Question

こちらを参考にpythonでword2vecを用いて読み込んだ文字列に対して類似性のある単語をしゅつりょくするプログラムを書きました。
しかし以下のようなエラーが出ます
多分そのような語彙が見つかっていないというエラーだと思いますが教師データに用いているファイルには確かに存在するのです。
参考にしたサイトでもちゃんと出力できているのに私の環境ではできないということはあるのでしょうか？
使った教師データは参考サイトで紹介してあったもののうち芥川龍之介の羅生門です

Traceback (most recent call last):
  File "test_w2v.py", line 7, in <module>
    output = model.most_similar(positive = [u'人間']);
  File "/usr/local/lib/python2.7/site-packages/gensim-0.13.1-py2.7-macosx-10.11-x86_64.egg/gensim/models/word2vec.py", line 1233, in most_similar
    raise KeyError("word '%s' not in vocabulary" % word)
KeyError: u"word '\u4eba\u9593' not in vocabulary"

プログラムも添付します。

# -*- coding:utf-8 -*-

from gensim.models import word2vec
data = word2vec.Text8Corpus('data.txt');
model = word2vec.Word2Vec(data, size = 200);

output = model.most_similar(positive = [u'人']);
for x in output:
	print x[0] 
	print x[1]

Answer 1

文字コードの問題かあるいは学習時にmin_countを何に設定して学習したかによるようです。
min_countの値が5であれば5回以上出現してない単語は無視されるようです。
ご参考までに。

Comments

[shota092]

同じエラーで困っていましたが解決しました！ありがとうございます

Answer 2

試してみたわけでないので、あくまで推定でしかありませんが、青空文庫データの文字コードはshift-jisのようです。
参考とされているサイトには文字コードのことは書いありませんが、どの文字コードでも動くとは考えにくいので、そのあたりを調べてみてはいかがでしょうか。