如果我的文本数据递增，可以使用 doc2vec 吗？
Can doc2vec be used if my text data is incrementally increasing?
我是 Doc2vec 使用的新手。如果我能在开始之前得到一些建议，那将节省很多时间。
我的数据是一连串的文本数据（比如推文）不断地及时到来。为了对这些推文进行聚类，我正在考虑使用 doc2vec 将文本内容缩减为固定大小的向量，并使用它来比较文档。
所以在这种情况下，文本数据会随着时间的推移而积累，这是否仍然可以与 Doc2Vec 一起使用，我可能不得不一次又一次地学习模型（可能是！）或者我可以使用一些大型语料库，例如维基百科或大型语料库新闻语料库来训练 Doc2Vec 模型。
任何建议都会有所帮助！
提前致谢。
gensim Doc2Vec class不支持使用新文档调整模型，但可以'infer' 并根据从早期批量训练中学到的模型报告新文档的向量。
因此，您可以使用新的推断向量将新文档与旧文档进行比较，或者将其提供给训练有素的 classifier 等。
如果新文档不断到达，尤其是如果文档中 topics/meaning 的余额随着时间的推移而漂移，您可能会在某个时候想要丢弃基于旧数据的模型，并创建一个新的模型基于更大（或更新）数据的模型。
（请注意，来自旧模型和新模型的向量 不会 可以直接比较。培训课程涉及很多随机性，dimensions/directions 的含义在任何一个模型中都有些武断。在同一模型中，矢量的相对位置具有一定的解释力。）
我是 Doc2vec 使用的新手。如果我能在开始之前得到一些建议，那将节省很多时间。 我的数据是一连串的文本数据（比如推文）不断地及时到来。为了对这些推文进行聚类，我正在考虑使用 doc2vec 将文本内容缩减为固定大小的向量，并使用它来比较文档。 所以在这种情况下，文本数据会随着时间的推移而积累，这是否仍然可以与 Doc2Vec 一起使用，我可能不得不一次又一次地学习模型（可能是！）或者我可以使用一些大型语料库，例如维基百科或大型语料库新闻语料库来训练 Doc2Vec 模型。
任何建议都会有所帮助！
提前致谢。
gensim Doc2Vec class不支持使用新文档调整模型，但可以'infer' 并根据从早期批量训练中学到的模型报告新文档的向量。
因此，您可以使用新的推断向量将新文档与旧文档进行比较，或者将其提供给训练有素的 classifier 等。
如果新文档不断到达，尤其是如果文档中 topics/meaning 的余额随着时间的推移而漂移，您可能会在某个时候想要丢弃基于旧数据的模型，并创建一个新的模型基于更大（或更新）数据的模型。
（请注意，来自旧模型和新模型的向量 不会 可以直接比较。培训课程涉及很多随机性，dimensions/directions 的含义在任何一个模型中都有些武断。在同一模型中，矢量的相对位置具有一定的解释力。）