从训练有素的Doc2Vec模型中为每个文档获取numpy向量

Question

这是我第一次使用Doc2Vec 我正在尝试对作者的作品进行分类。我训练了一个带有Labeled Sentences的模型（段落或指定长度的字符串），其中words =段落中的单词列表，而tags =作者姓名。就我而言，我只有两位作者。 我尝试从训练过的模型中访问docvecs属性，但它只包含两个元素，对应于我训练模型时的两个标记。我正在努力获得我参与培训的每个段落的doc2vec numpy表示，以便稍后我可以将其用作训练数据。我怎样才能做到这一点？ 感谢。

Answer 1

批量培训仅为您提供的标签创建矢量。如果您想要按段落读出批量训练的向量（就像model.docvecs['paragraph000']一样），则必须在训练期间为每个段落指定唯一标记（如'paragraph000'）。您也可以为docs提供其他标签 - 但批量培训只会创建记录所提供标签的doc-vectors。

训练结束后，您可以推断出您提供给infer_vector()的任何其他文本的向量 - 当然，您可以提供训练期间使用的相同段落。