什么是gensim的'docvecs'？
What is gensim's 'docvecs'?
上图来自Distributed Representations of Sentences and Documents介绍Doc2Vec的论文。我正在使用 Gensim 的 Word2Vec 和 Doc2Vec 实现，它们很棒，但我希望在一些问题上得到澄清。
- 对于给定的 doc2vec 模型
dvm，什么是 dvm.docvecs？我的印象是它是包含所有词嵌入 和 段落向量 d 的平均或连接向量。这是正确的还是d？
- 假设
dvm.docvecs不是d，一个人可以自己访问d吗？怎么样？
- 作为奖金，
d是如何计算的？论文只说：
In our Paragraph Vector framework (see Figure 2), every
paragraph is mapped to a unique vector, represented by a
column in matrix D and every word is also mapped to a
unique vector, represented by a column in matrix W.
感谢任何线索！
Doc2Vec 模型的 docvecs 属性 包含训练期间看到的 'document tags' 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，类似于段落向量论文，每个文本示例（段落）只有一个序列号整数 ID 作为其 'tag'，从 0 开始。这将是索引docvecs 对象 - model.docvecs.doctag_syn0 numpy 数组与段落向量论文摘录中的（大写）D 本质上是相同的。
（Gensim 还支持使用字符串标记作为文档标签，每个文档有多个标签，以及在许多训练文档中重复标记。对于字符串标签，如果有的话，它们被映射到接近尾部的索引docvecs 由字典 model.docvecs.doctags.)
上图来自Distributed Representations of Sentences and Documents介绍Doc2Vec的论文。我正在使用 Gensim 的 Word2Vec 和 Doc2Vec 实现，它们很棒，但我希望在一些问题上得到澄清。
- 对于给定的 doc2vec 模型
dvm，什么是dvm.docvecs？我的印象是它是包含所有词嵌入 和 段落向量d的平均或连接向量。这是正确的还是d？ - 假设
dvm.docvecs不是d，一个人可以自己访问d吗？怎么样？ - 作为奖金，
d是如何计算的？论文只说：
In our Paragraph Vector framework (see Figure 2), every paragraph is mapped to a unique vector, represented by a column in matrix D and every word is also mapped to a unique vector, represented by a column in matrix W.
感谢任何线索！
Doc2Vec 模型的 docvecs 属性 包含训练期间看到的 'document tags' 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，类似于段落向量论文，每个文本示例（段落）只有一个序列号整数 ID 作为其 'tag'，从 0 开始。这将是索引docvecs 对象 - model.docvecs.doctag_syn0 numpy 数组与段落向量论文摘录中的（大写）D 本质上是相同的。
（Gensim 还支持使用字符串标记作为文档标签，每个文档有多个标签，以及在许多训练文档中重复标记。对于字符串标签，如果有的话，它们被映射到接近尾部的索引docvecs 由字典 model.docvecs.doctags.)