gensim 预训练模型可以用于 doc2vec 模型吗？
Can the gensim pretrained models be used for doc2vec models?
我正在尝试加载预训练模型 listed here 以测试少数段落的相似性。
gensim 的预训练模型是否只能用于词级向量，或者模型是否也可以用于文档长度向量？
当前列出的大多数模型（截至 2020-11-21）只是词向量集 - 允许按单个词查找向量，但不是允许后续训练的完整算法模型. （我看到的唯一例外是 FastText 模型，它 * 可能是一个完整的 FastText 模型，我不确定。但即使在那里，该模型也只报告已知单词的单词向量，或者合成一个向量词汇表单词 - 没有为较大文本创建向量的本机方法。）
从任何一组词向量中，都有一些粗略的方法可以为较大的文本创建一个简单的向量（例如对文本中的词的所有词向量进行平均），或者在两者之间进行其他比较使用词向量来影响相似度的词集（例如“Word Mover's Distance”算法，在 Gensim 词向量集上可用 wmdistance()。）
但是 none 通过 gensim.downloader 实用程序可用的模型适用于固有地为较大文本创建向量的算法（例如 Doc2Vec）。
（另外：我强烈建议从原始位置明确下载模型作为数据，而不是使用 gensim.downloader 实用程序。它掩盖了过程的关键方面，包括 运行 额外'shim' 在正常代码版本控制和包安装过程之外下载的每个数据集的代码，我认为这种做法 recklessly insecure。）
我正在尝试加载预训练模型 listed here 以测试少数段落的相似性。
gensim 的预训练模型是否只能用于词级向量，或者模型是否也可以用于文档长度向量？
当前列出的大多数模型（截至 2020-11-21）只是词向量集 - 允许按单个词查找向量，但不是允许后续训练的完整算法模型. （我看到的唯一例外是 FastText 模型，它 * 可能是一个完整的 FastText 模型，我不确定。但即使在那里，该模型也只报告已知单词的单词向量，或者合成一个向量词汇表单词 - 没有为较大文本创建向量的本机方法。）
从任何一组词向量中，都有一些粗略的方法可以为较大的文本创建一个简单的向量（例如对文本中的词的所有词向量进行平均），或者在两者之间进行其他比较使用词向量来影响相似度的词集（例如“Word Mover's Distance”算法，在 Gensim 词向量集上可用 wmdistance()。）
但是 none 通过 gensim.downloader 实用程序可用的模型适用于固有地为较大文本创建向量的算法（例如 Doc2Vec）。
（另外：我强烈建议从原始位置明确下载模型作为数据，而不是使用 gensim.downloader 实用程序。它掩盖了过程的关键方面，包括 运行 额外'shim' 在正常代码版本控制和包安装过程之外下载的每个数据集的代码，我认为这种做法 recklessly insecure。）