如何在 gensim 中加载预训练模型并用它训练 doc2vec？
How to load pre-trained model with in gensim and train doc2vec with it?
我有一个已经训练好的 word2vec 模型。我已将其序列化为 CSV 文件：
word, v0, v1, ..., vN
house, 0.1234, 0.4567, ..., 0.3461
car, 0.456, 0.677, ..., 0.3461
我想知道的是如何在 gensim 中加载该词向量模型并使用它来训练段落或 doc2vec 模型。
这个 Doc2Vec tutorial 说我可以加载一个“# C text format”形式的模型，但我不知道这到底是什么意思。首先什么是 "C text format" 但更重要的是：
- 如何加载我的 word2vec 模型并将其用于 doc2vec 训练？
如何从我的 word2vec 模型构建词汇表？
Doc2Vec 不需要词向量作为输入：它会创建自己训练过程中需要的任何词向量。 （还有一些模式，比如纯 DBOW – dm=0, dbow_words=0 – 根本不使用或训练词向量。）
用词向量为 Doc2Vec 模型播种可能有帮助也有坏处；没有太多的理论或发表的结果可以提供指导。 Word2Vec 上有一个实验方法，intersect_word2vec_format()，可以将 word2vec-c-format 向量合并到具有现有词汇表的模型中，但您需要查看源代码才能真正理解其假设：
我有一个已经训练好的 word2vec 模型。我已将其序列化为 CSV 文件：
word, v0, v1, ..., vN
house, 0.1234, 0.4567, ..., 0.3461
car, 0.456, 0.677, ..., 0.3461
我想知道的是如何在 gensim 中加载该词向量模型并使用它来训练段落或 doc2vec 模型。
这个 Doc2Vec tutorial 说我可以加载一个“# C text format”形式的模型，但我不知道这到底是什么意思。首先什么是 "C text format" 但更重要的是：
- 如何加载我的 word2vec 模型并将其用于 doc2vec 训练？
如何从我的 word2vec 模型构建词汇表？
Doc2Vec 不需要词向量作为输入：它会创建自己训练过程中需要的任何词向量。 （还有一些模式，比如纯 DBOW – dm=0, dbow_words=0 – 根本不使用或训练词向量。）
用词向量为 Doc2Vec 模型播种可能有帮助也有坏处；没有太多的理论或发表的结果可以提供指导。 Word2Vec 上有一个实验方法，intersect_word2vec_format()，可以将 word2vec-c-format 向量合并到具有现有词汇表的模型中，但您需要查看源代码才能真正理解其假设：