使用 Doc2Vec 进行情感分类
Sentiment Classification using Doc2Vec
我对如何将 Doc2Vec（使用 Gensim） 用于 IMDB 情感分类数据集感到困惑。在对我的语料库进行训练后，我得到了 Doc2Vec 嵌入，并使用它构建了我的逻辑回归模型。我如何使用它来预测新评论？ sklearn TF-IDF 有一个 transform 方法，可以在训练数据训练后用于测试数据，它在 Gensim Doc2Vec 中的等价物是什么？
要获取未见文档的向量，请使用 vector = model.infer_vector(["new", "document"])
然后将 vector 送入您的分类器：preds = clf.predict([vector]).
您是否看过演示笔记本，通过 gensim-3.8.1 包含在 gensim 源代码中，它适用于 Doc2Vec IMDB 数据集？
https://github.com/RaRe-Technologies/gensim/blob/3.8.1/docs/notebooks/doc2vec-IMDB.ipynb
我对如何将 Doc2Vec（使用 Gensim） 用于 IMDB 情感分类数据集感到困惑。在对我的语料库进行训练后，我得到了 Doc2Vec 嵌入，并使用它构建了我的逻辑回归模型。我如何使用它来预测新评论？ sklearn TF-IDF 有一个 transform 方法，可以在训练数据训练后用于测试数据，它在 Gensim Doc2Vec 中的等价物是什么？
要获取未见文档的向量，请使用 vector = model.infer_vector(["new", "document"])
然后将 vector 送入您的分类器：preds = clf.predict([vector]).
您是否看过演示笔记本，通过 gensim-3.8.1 包含在 gensim 源代码中，它适用于 Doc2Vec IMDB 数据集？
https://github.com/RaRe-Technologies/gensim/blob/3.8.1/docs/notebooks/doc2vec-IMDB.ipynb