我有两个不同的语料库，我想要的是用两者来训练模型并且做它我认为它可能是这样的：
model.build_vocab(sentencesCorpus1)
model.build_vocab(sentencesCorpus2)
会不会？
答案 0 :(得分：0)
否：每当你打电话给build_vocab(corpus)时，它就会从头开始创造一个新的词汇 - 丢弃任何先前的词汇。
您可以为build_vocab()，update=True提供可选参数，该参数会尝试添加到现有词汇表中。但是：
它没有考虑到Doc2Vec进行设计/测试，截至目前（2018年2月），将其与Doc2Vec一起使用不太可行，并且经常导致记忆 - 故障崩溃。 （见https://github.com/RaRe-Technologies/gensim/issues/1019。）
最好train()将所有可用数据放在一起 - 对train()的任何类型的多次调用，每次都有不同的数据子集，引入了其他模糊的权衡模型质量/正确性容易出错。 （并且，在调用train()时，请确保为其所需参数提供正确的值 - 大多数在线示例中显示的做法通常仅适用于build_vocab()被调用一次的情况，完全相同稍后调用train()的文本。）