我使用Gensim的doc2vec为大型语料库创建了文档向量。
sentences=gensim.models.doc2vec.TaggedLineDocument('file.csv')
model = gensim.models.doc2vec.Doc2Vec(sentences,size = 10, window = 800, min_count = 1, workers=40, iter=10, dm=0)
现在我使用Gensim的infer_vector（）使用这些文档向量为另一个样本语料库创建文档向量
Eg: model.infer_vector('This is a string')
有没有办法通过infer_vector传递整个DataFrame并获取DataFrame中每一行的输出向量？
答案 0 :(得分：1)
Doc2Vec infer_vector()只会将单个文本示例作为单词标记列表。所以你不能传递一批例子。 （而且，你不应该传入非标记化的字符串 - 而是列出令牌，以与训练数据预处理相同的方式进行预处理。）
但是，您可以使用一个为您添加infer_vector()的函数，正如@COLDSPEED评论所暗示的那样。如果你想要有意义的结果，那么列应该有令牌列表，而不是字符串。
此外，大多数用户发现infer_vector()使用其steps参数的非默认值（远大于其默认值5）可以更好地工作，并且可能使用较小的值来启动alpha }参数（比如训练默认值0.025比推理默认值0.1）。
答案 1 :(得分：0)
@gojomo：感谢您的回答，但我尝试使用标记化行和原始字符串进行推断，并获得相同的文档向量。
有没有办法知道创建的文档向量是否有意义？