Gensim实现中的DBOW doc2vec的word2vec映射来自哪里？

Question

我正在尝试将gensim用于doc2vec和word2vec。

由于PV-DM方法可以同时生成word2vec和doc2vec， 我认为PV-DM是使用的正确模型。

因此，我通过为PV-DM指定gensim使用dm=1创建了一个模型

我的问题如下：

1. 当我在Doc2vec对象上调用train时，word2vec模型与doc2vec一起训练是真的吗？

2. 似乎属性wv包含word2vec，甚至在训练之前就可用。这是word2vec的静态版本吗？

3. 我还创建了DBOW模型，并注意到它还包含wv。这也是我在上一个问题中提到的word2vec的静态版本吗？

Answer 1

（1）是的，在PV-DM模式下，单词向量与doc向量同时训练。

（2）训练发生之前wv属性的内容是随机初始化的，未经训练的单词向量。 （与word2vec中一样，所有向量都获得随机的低幅度起始位置。）

（3）在纯PV-DBOW模式（dm=0）中，由于代码共享，wv向量仍被分配和初始化-但从未受过训练。在PV-DBOW训练结束时，wv字向量将保持不变，因此是随机/无用的。 （他们根本不参加培训。）

如果启用了可选的dbow_words=1参数，则跳过语法字向量训练将与普通PV-DBOW训练混合。这将以交错方式完成，因此每个目标词（待预测）将用于训练PV-DBOW文档向量，然后训练相邻的上下文词向量。结果，将训练wv字向量，并在“相同空间”中对doc向量进行有意义的比较。

使用此选项，培训将比在普通PV-DBOW中花费更长的时间（受window大小的影响）。对于任何特定的最终目的，此模式下的文档向量可能会更好（如果单词到单词的预测有效地帮助以有用的方式扩展了语料库），或者更糟（如果模型在单词到单词上花费了很多精力单词预测有效地淡化/淹没了整个文档的文档到单词的预测中的其他模式。