如何在gensim中获取doc2vec中的文档向量
How to obtain document vectors in doc2vec in gensim
我知道使用 print(model.docvecs['recipe__11']).
获取 doc2vec 中给定标签的文档向量
我的文档向量是食谱（标签以 recipe__ 开头）、报纸（标签以 news__ 开头）或成分（标签以 ingre__ 开头）
现在我想检索食谱的所有文档向量。我的食谱文档的格式是 recipe__<some number>（例如，recipe__23、recipe__34）。我想知道是否有可能使用模式获取多个文档向量（例如，以 recipe__ 开头的标签）
请帮帮我！
没有模式检索，但您可以在 model.docvecs.offset2doctag 中访问所有已知（字符串）文档标签的列表。然后您可以遍历该列表以查找所有匹配项，并单独检索每个匹配项。
此外，所有文档向量都在一个大数组中 model.docvecs.doctag_syn0 而且，如果您只使用字符串文档标签，那么标签在 offset2doctag 中的位置将恰好doctag_syn0中相应向量的索引。这将允许您使用 numpy 'mask indexing' 来获取向量的一个子集作为一个新数组，例如：
recipes_mask = [tag.startswith('recipe_') for tag in model.dacvecs.offset2doctag]
recipes_vectors = model.docvecs.doctag_syn0[recipes_mask]
当然，这个向量数组不再有与原始相同位置的食谱，因此您需要额外的步骤才能知道（例如）'recipe__11' 向量的位置recipes_vectors。
我知道使用 print(model.docvecs['recipe__11']).
我的文档向量是食谱（标签以 recipe__ 开头）、报纸（标签以 news__ 开头）或成分（标签以 ingre__ 开头）
现在我想检索食谱的所有文档向量。我的食谱文档的格式是 recipe__<some number>（例如，recipe__23、recipe__34）。我想知道是否有可能使用模式获取多个文档向量（例如，以 recipe__ 开头的标签）
请帮帮我！
没有模式检索，但您可以在 model.docvecs.offset2doctag 中访问所有已知（字符串）文档标签的列表。然后您可以遍历该列表以查找所有匹配项，并单独检索每个匹配项。
此外，所有文档向量都在一个大数组中 model.docvecs.doctag_syn0 而且，如果您只使用字符串文档标签，那么标签在 offset2doctag 中的位置将恰好doctag_syn0中相应向量的索引。这将允许您使用 numpy 'mask indexing' 来获取向量的一个子集作为一个新数组，例如：
recipes_mask = [tag.startswith('recipe_') for tag in model.dacvecs.offset2doctag]
recipes_vectors = model.docvecs.doctag_syn0[recipes_mask]
当然，这个向量数组不再有与原始相同位置的食谱，因此您需要额外的步骤才能知道（例如）'recipe__11' 向量的位置recipes_vectors。