是否有预先训练的doc2vec模型？

Question

是否存在像Wikipedia或类似的具有大数据集的经过预先训练的doc2vec模型？

Answer 1

是的！ 我可以在此link

上找到两个经过预先训练的doc2vec模型

但仍然找不到在推文上训练过的任何预先训练的doc2vec模型

Answer 2

我不知道有什么好人。 this project有一个链接，但是：

• 它基于旧版gensim的自定义派生，因此不会在最新代码中加载
• 目前尚不清楚使用什么参数或数据进行训练，相关论文可能对参数的效果做出了不明智的选择
• 对于Wikipedia文章（超过400万）或文章段落（数以千万计），或者大量的词向量，似乎没有合适的大小来包含实际的文档向量，所以目前还不清楚什么被丢弃了

虽然需要很长时间并且需要大量的工作RAM，但是有一个Jupyter笔记本演示了gensim中包含的Wikipedia的Doc2Vec模型的创建：

https://github.com/RaRe-Technologies/gensim/blob/develop/docs/notebooks/doc2vec-wikipedia.ipynb

因此，我建议您修复尝试中的错误。 （而且，如果您成功创建了一个模型，并想为他人编写文档，则可以将其上传到其他地方以供重复使用。）