使用 Gensim Doc2Vec 查找 'Doctag' 和 'infer_vector' 之间的距离？
Finding the distance between 'Doctag' and 'infer_vector' with Gensim Doc2Vec?
如何使用 Gensim 的 Doc2Vec 找到 Doctag 和 infer_vector() 之间的距离？
非常感谢
Doctag 是文档向量键的内部名称。 infer_vector() 操作的结果是一个向量。所以正如你从字面上问的那样，这些没有可比性。
您可以通过 model.docvecs[doctag] 在训练期间提供的 doc-tag 键，向模型询问已知的 doc-vector。这与 infer_vector() 调用的结果相当。
有了两个向量，您可以使用 scipy 例程来计算各种距离。例如：
import scipy.spatial.distance.cosine as cosine_distance
vec_by_doctag = model.docvecs["doc0007"]
vec_by_inference = model.infer_vector(['a', 'cat', 'was', 'in', 'a', 'hat'])
dist = cosine_distance(vec_by_doctag, vec_by_inference)
您还可以查看 gensim 的 Doc2VecKeyedVectors 如何在模型内部已知的向量（通过其文档标签键名称）之间执行 similarity/distance，在其 similarity() 和 distance() 函数，位于：
如何使用 Gensim 的 Doc2Vec 找到 Doctag 和 infer_vector() 之间的距离？
非常感谢
Doctag 是文档向量键的内部名称。 infer_vector() 操作的结果是一个向量。所以正如你从字面上问的那样，这些没有可比性。
您可以通过 model.docvecs[doctag] 在训练期间提供的 doc-tag 键，向模型询问已知的 doc-vector。这与 infer_vector() 调用的结果相当。
有了两个向量，您可以使用 scipy 例程来计算各种距离。例如：
import scipy.spatial.distance.cosine as cosine_distance
vec_by_doctag = model.docvecs["doc0007"]
vec_by_inference = model.infer_vector(['a', 'cat', 'was', 'in', 'a', 'hat'])
dist = cosine_distance(vec_by_doctag, vec_by_inference)
您还可以查看 gensim 的 Doc2VecKeyedVectors 如何在模型内部已知的向量（通过其文档标签键名称）之间执行 similarity/distance，在其 similarity() 和 distance() 函数，位于：