Gensim：手动生成（目标、上下文、标签）的训练元组
Gensim: Manual generation of training tuples of (target, context, label)
我问这个问题是作为一个懒惰的研究人员，他只想快速尝试随机的疯狂想法，而不是花费大量时间重新发明轮子。我完全理解这些不是预期的用例。
为了检验一些假设，我很乐意
- 以不同方式生成 (target, context, +1) 元组，而不是默认滑动 window。
- 根据某些规则生成负样本 (target, random_context, -1) 元组，而不是随机抽取 NCE。
比如我可以得到一个句子的parse tree，利用父子关系生成元组，这是一个非线性的window（NLP研究界已经有人试过了，hand-编码的...）。除了随机样本之外，我还可以获得一个反义词词典来查找和生成更多的负样本（不确定，可能有助于加快收敛速度）。
是否有一些私有成员函数（以 _XX 开头的东西）我可以重写以实现这些？
不幸的是，要更改（上下文->词）training-examples 或 negative-example 采样并不容易 extension-points。
当然，完整的源代码是可用的，因此任何东西都可以作为补丁，或者将现有代码用作 starting-point。然而，实际上，关于这些步骤的关键 loops/decisions 只能从优化的 Cython 训练例程中有效地 运行 —— 这有点难 read/adapt/test/deploy。
（有 an open issue #1623 to re-factor the code to make such related variants of Word2Vec easier to implement. But the project's prior effort to ostensibly meet this need, PR #1777，有点像灾难，在新的 类 中添加了更多的间接层和分散键操作，而没有提供真正需要的 extension-points .)
我问这个问题是作为一个懒惰的研究人员，他只想快速尝试随机的疯狂想法，而不是花费大量时间重新发明轮子。我完全理解这些不是预期的用例。
为了检验一些假设，我很乐意
- 以不同方式生成 (target, context, +1) 元组，而不是默认滑动 window。
- 根据某些规则生成负样本 (target, random_context, -1) 元组，而不是随机抽取 NCE。
比如我可以得到一个句子的parse tree，利用父子关系生成元组，这是一个非线性的window（NLP研究界已经有人试过了，hand-编码的...）。除了随机样本之外，我还可以获得一个反义词词典来查找和生成更多的负样本（不确定，可能有助于加快收敛速度）。
是否有一些私有成员函数（以 _XX 开头的东西）我可以重写以实现这些？
不幸的是，要更改（上下文->词）training-examples 或 negative-example 采样并不容易 extension-points。
当然，完整的源代码是可用的，因此任何东西都可以作为补丁，或者将现有代码用作 starting-point。然而，实际上，关于这些步骤的关键 loops/decisions 只能从优化的 Cython 训练例程中有效地 运行 —— 这有点难 read/adapt/test/deploy。
（有 an open issue #1623 to re-factor the code to make such related variants of Word2Vec easier to implement. But the project's prior effort to ostensibly meet this need, PR #1777，有点像灾难，在新的 类 中添加了更多的间接层和分散键操作，而没有提供真正需要的 extension-points .)