我是Doc2Vec的新手，请忍受天真的问题。
我已经使用“段落向量”算法生成了Doc2vector得分。 每个文档都有一个数组输出。
我对doc1使用model.similar并获取输出-doc5和doc10与doc1类似。
Q1）如何使用代码总结本文档中重要的词或高级摘要是什么？
此外，如果我使用数组输出并运行K-表示可以获得5个簇。如何定义集群定义。
Q2）我可以阅读文档，但是文档数量非常多，并且无法进行手动阅读来找到群集定义。
答案 0 :(得分：0)
Doc2Vec文档向量（或相同的簇）没有内置的“摘要”功能。
从理论上讲，该模型可以完成某种类似于doc-vector推断的工作。它可能需要一个doc-vector（也许是对应于现有文档的doc-vector），然后将其提供给模型，“向前”运行模型，并读出其所有输出节点的激活级别。至少在使用默认否定采样的模型中，这些节点与已知词汇一一对应，并且您可以合理地对这些激活级别进行排序/缩放，以找到与该文档相关的前N个“最相关”单词向量。
您可以查看predict_output_word()的{{1}}方法源，以大致了解这种计算如何进行：
如前所述，这不是现有功能，而且我不知道用于进行此类计算的代码的在线来源。但是，如果实施了，它将是welcome contribution。
（我不确定您的Word2Vec问题实际上是什么。）