我一直在尝试使用doc2vec模块。我可以训练我的模型并让训练有素的模型输出给定文档的类似文档,如下所示:
import re
modelloaded=Doc2Vec.load("model_all_doc_dm_1")
st = 'long description of a document as string'
doc = re.sub('[^a-zA-Z]', ' ', st).lower().split()
new_doc_vec = modelloaded.infer_vector(doc)
modelloaded.docvecs.most_similar([new_doc_vec])
这很好用,给了我10个结果。有没有办法获得超过10个结果或是限制?
答案 0 :(得分:3)
我找到了它:
modelloaded.docvecs.most_similar([new_doc_vec], topn=N)
topn=N
句柄可用于获得10个以上的结果。