Question

我正在使用gensim doc2vec，如下所示。

from gensim.models import doc2vec
from collections import namedtuple
import re

my_d = {'recipe__001__1': 'recipe 1 details should come here',
 'recipe__001__2': 'Ingredients of recipe 2 need to be added'}
docs = []
analyzedDocument = namedtuple('AnalyzedDocument', 'words tags')
for key, value in my_d.items():
    value = re.sub("[^a-zA-Z]"," ", value)
    words = value.lower().split()
    tags = key
    docs.append(analyzedDocument(words, tags))
model = doc2vec.Doc2Vec(docs, size = 300, window = 10, dm=1, negative=5, hs=0, min_count = 1, workers = 4, iter = 20)

然而，当我检查model.docvecs.offset2doctag时，我得到['r', 'e', 'c', 'i', 'p', '_', '0', '1', '2']作为输出。真正的输出应该是`＆quot; recipe__001__1＆＃39;和＆＃39; recipe__001__2＆＃39;。

当我使用len(model.docvecs.doctag_syn0)时，我得到9作为输出。但真正的价值应该是2，因为我的测试词典中只有2个食谱。

请让我知道，为什么会这样？

Answer 1

尝试更改此行：

tags = key

到

tags = [key]

Gensim中doc2vec标记中的问题

1 个答案: