Question

在文档上调用docvecs.most_similar时，出现错误AttributeError: 'list' object has no attribute 'shape'：

# load model from file
from gensim.models.doc2vec import Doc2Vec
model_doc2vec = Doc2Vec.load("/path_to_file/doc2vec.bin")

# attempt to get most similar documents from docvec
tokens = "in space".split()
new_vector = model_doc2vec.infer_vector(tokens)
sims = model_doc2vec.docvecs.most_similar( positive=[new_vector], topn=10 )

产生AttributeError: 'list' object has no attribute 'shape'。

我有预感，这可能与numpy和gensim版本兼容性有关。我正在使用Python 3.6，numpy 1.14和gensim 1.0.1。

完整错误：

---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
<ipython-input-37-220db2331e84> in <module>()
----> 1 sims = model_doc2vec.docvecs.most_similar( positive=[new_vector], topn=10 )

~/doc2vec.py in most_similar(self, positive, negative, topn, clip_start, clip_end, indexer)
    436         there was chosen to be significant, such as more popular tag IDs in lower indexes.)
    437         """
--> 438         self.init_sims()
    439         clip_end = clip_end or len(self.doctag_syn0norm)
    440 

~/doc2vec.py in init_sims(self, replace)
    419                         mode='w+', shape=self.doctag_syn0.shape)
    420                 else:
--> 421                     self.doctag_syn0norm = empty(self.doctag_syn0.shape, dtype=REAL)
    422                 np_divide(self.doctag_syn0, sqrt((self.doctag_syn0 ** 2).sum(-1))[..., newaxis], self.doctag_syn0norm)
    423 

AttributeError: 'list' object has no attribute 'shape'

Answer 1

RTFD：

delete_temporary_training_data（keep_doctags_vectors = True，   keep_inference = True）
  丢弃训练和   得分了。如果您确定已完成模型训练，请使用。

参数：keep_doctags_vectors（布尔型，可选）–如果设置为False   您不想保存文档标签向量。 在这种情况下，您将不会   能够使用most_similar（），相似性（）等方法。 keep_inference   （布尔型，可选）–如果您不想存储参数，则设置为False   用于infer_vector（）方法。

Gensim：调用docvecs.most_like会产生错误

1 个答案: