Python 什么是gensim'；s'；docvecs'；？

上图来自介绍Doc2Vec的论文。我正在使用Gensim对Word2Vec和Doc2Vec的实现，它们都很好，但我希望在一些问题上有清晰的认识

对于给定的doc2vec模型，什么是dvm.DOCVEC？我的印象是，它是一个平均的或串联的向量，包括所有单词嵌入和段落向量，

d

。这是对的，还是d

假设

dvm.docvecs

不是

d

，一个人可以自己访问d吗？怎么做

作为奖金，

d

如何计算？该报只说：

在我们的段落向量框架（见图2）中 段落映射到一个唯一的向量，由 矩阵D中的列，每个单词也映射到 唯一向量，由矩阵W中的一列表示

---

谢谢你的任何线索

Doc2Vec模型的

docvecs

属性包含训练期间看到的“文档标签”的所有训练向量。（这些在源代码中也称为“doctags”。）

在最简单的情况下，与段落向量纸类似，每个文本示例（段落）都有一个序列号整数ID作为其“标记”，从0开始。这将是

docvecs

对象的索引，而

model.docvecs.doctag\u syn0

numpy数组本质上与您从段落向量论文中摘录的（大写）D相同

---

（Gensim还支持使用字符串标记作为文档标记，每个文档使用多个标记，并在许多培训文档中重复标记。对于字符串标记，如果有，它们将通过dict

model.docvecs.doctags

映射到

docvecs

末尾附近的索引）

感谢您的回复。如果我理解您的第一句话，

docvecs

是唯一的文档向量，对应于上图中“平均/连接”旁边的向量。这是正确的吗？实际上，

model.docvecs

是一个助手对象，包含所有正在训练的文档向量。参考它（特别是它的

doctag_syn0

数组，它类似于图中的“段落矩阵”），以获得单个向量D（如橙色的图中所示），并与单个训练示例的单词向量混合。有趣。当

dm=0

因此使用PV-DBOW算法时，

model.docvecs

等于

model.docvecs.doctag\u syn0

。我想这是有道理的，因为没有单词嵌入与段落矩阵连接。谢谢你的帮助！无论采用何种模式，

model.docvecs

与其组成的原始numpy数组

model.docvecs.doctag\u syn0

之间的关系都是相同的。在所有情况下，单个doctag键控向量都位于

model.docvecs.doctag\u syn0

中。在纯DBOW中，这些向量是唯一用来预测文档单词的东西；在DM中，它们与词向量相结合来预测窗口中的邻近词。