Question

我正在使用gensim UITextField。我想知道是否有任何有效的方法来从doc2vec了解词汇量。一种粗略的方法是计算单词的总数，但如果数据很大（1GB或更多），那么这将不是一种有效的方法。

Answer 1

如果model是您经过培训的Doc2Vec模型，那么在应用min_count后，幸存词汇表中的唯一字标记数量可从以下网址获得：

len(model.wv.vocab)

经过培训的文件标签数量可从以下网址获得：

len(model.docvecs)

Answer 2

vocab的返回数据类型是字典。使用keys（）如下：

model.wv.vocab.keys()

这应该返回单词列表。