Python Doc2vec：如何手动修改Doc2vec gensim模型中的训练向量？

我想用另一个具有不同权重的Doc2Vec模型替换由Doc2Vec模型创建的特定Doc2Vec向量

这些是现有向量的权重（仅为800个真实权重中的一部分）：

我想用这些来代替它们：

array([ 1.54585496e-01,  2.22857013e-01, -8.88102770e-01, -9.27794874e-01,
       -1.27402091e+00, -5.38651831e-04, -1.63646400e-01,  3.38727772e-01,
        8.28402698e-01, -2.29774594e-01,  6.77914560e-01, -1.04013634e+00,
       -1.37407500e-02,  1.48667252e+00,  5.83136305e-02, -3.88587236e-01]
      dtype=float32)

我尝试使用以下代码向我的模型添加新向量：

model = gensim.models.Word2Vec.load('mymodel.doc2vec')
model.docvecs.add(entities=["88763"], weights=[new_vector])

我没有收到任何错误，但当我回拨“88763”向量时，我发现它尚未更新：

model.docvecs["88763"]

array([ 1.72976881e-01,  2.44364753e-01, -9.90936995e-01, -1.03020036e+00,
       -1.41046381e+00,  1.00970473e-02, -1.84546992e-01,  3.77230316e-01,
        9.20825064e-01, -2.61079431e-01,  7.51454890e-01, -1.15353882e+00,
       -9.96422302e-03,  1.65010715e+00,  5.63869551e-02, -4.25169647e-01],
      dtype=float32)

谁能帮我个忙吗

---

谢谢。

不要加载带有“Word2Vec”的

Doc2Vec

模型。因此，将其加载为：

model = gensim.models.Doc2Vec.load('mymodel.doc2vec')

加载后，您应该能够通过直接分配到括号访问的条目来修改任何现有条目，例如：

model.docvecs['88763'] = new_vector

（主要使用

add（）

为尚未存在的键添加向量。但是，如果除了实体列表和向量列表之外，还提供了非默认的

replace=True

参数，则也可以批量替换现有向量。）

更新：上述内容本应有效，但目前（2019年11月，

gensim-3.8.1

）还有一个问题无法解决

同时，要修改一个特定的现有向量，您可以对raw

vectors\u docs

属性进行操作，并查找索引位置以进行更改。例如：

slot = model.docvecs.int_index('88763', 
                               model.docvecs.doctags,
                               model.docvecs.max_rawint)
model.docvecs.vectors_docs[slot] = new_vector

---

你能分享你的

mymodel.doc2vec

或者我们可以测试的东西吗？通读一遍，它看起来可能是

model.docvecs['doc003']=new_vector

的形式，但是我必须看一些示例mymodel.doc2vec才能看到对象结构。非常感谢你的建议，但它仍然不起作用。事实上，即使我尝试了model.docvecs['88763']=model.docvecs['88763']*2向量替换在阿拉哈也没有发生，仔细看，我发现这些方法应该是有效的（分配给

[…]

-access或

添加（…，replace=True）

）尚未正确实现

.docvecs

对象（至少通过2019年11月最新的

gensim

版本，

gensim-3.8.1

）。我已经提交了一份bug报告，并将很快更新我的答案，并提供一个解决方案，直到修复为止。感谢您的帮助，我发现您目前还没有收到关于GH的任何答案。你认为我可以用另一种方法修改现有的向量吗？这对我的目的非常有帮助。我的“*Update*`”中的代码建议有什么错，使用这两步流程？它当前应该可以工作。非常抱歉，我没有阅读更新，但是我收到了这个错误：“int_index（）缺少2个必需的位置参数：'doctags'和'max_rawint'”-->也许我必须以某种方式设置这些参数？

slot = model.docvecs.int_index('88763', 
                               model.docvecs.doctags,
                               model.docvecs.max_rawint)
model.docvecs.vectors_docs[slot] = new_vector