Python 如何对大型数据帧使用Gensim Doc2vec Infert_vector（）？

我使用Gensim的doc2vec为一个大型语料库创建了文档向量

tensions=gensim.models.doc2vec.TaggedLineDocument（'file.csv'）

model=gensim.models.doc2vec.doc2vec（句子，大小=10，窗口=800，最小计数=1，工人=40，iter=10，dm=0）

现在我使用Gensim的推断向量（）使用这些文档向量为另一个样本语料库创建文档向量

Eg:model.expert_vector（“这是一个字符串”）

---

是否有方法将整个数据帧传递给infer_vector并获取数据帧中每一行的输出向量？

Doc2Vec

infer_vector（）

仅以单个文本示例作为单词标记列表。因此，您不能传入一批示例。（而且，您不应该传递非标记化字符串，而是以与训练数据预处理相同的方式预处理的标记列表。）

但是，正如@COLDSPEED注释所示，您可能可以使用一个乘法函数来为您应用

推断向量（）

。不过，如果希望得到有意义的结果，列应该有标记列表，而不是字符串

---

此外，大多数用户发现

expert_vector（）

使用其

steps

参数的非默认值（远大于其默认值5）以及其起始

alpha

参数的较小值（例如更像训练默认值0.025，而不是推断默认值0.1）工作得更好

@gojomo：谢谢你的回答，但我尝试使用标记行和原始字符串进行推断，得到了相同的文档向量

---

有没有办法知道正在创建的文档向量是否有意义？

df['col'].apply（model.infere\u vector）

？或者，这可能适用于列表：

model.infere\u vector（df['col']）

谢谢，df['col']。apply（model.infere\u vector）有效