您可以使用 TaggedLineDocument 为文档提供额外的标签吗？
Can you provide additional tags for documents using TaggedLineDocument?
在 TaggedDocument class 中使用语料库训练 doc2vec 模型时，您可以提供标签列表。训练 doc2vec 模型时，它会学习标签的向量表示。例如，您可以用一个标签代表文档，另一个标签代表可以在文档之间共享的一些 class化。
如何在使用 TaggedLineDocument 流式传输语料库时提供额外的标签？
TaggedLineDocument class 仅将文档视为每行一个，并带有一个标记，即行号。
如果您想要更多标签，则必须提供您自己的可迭代对象。它应该只是几行代码，具体取决于您的其他标签的来源。您可以使用 TaggedLineDocument 的源代码——它本身只有 9 行 Python 代码——作为构建模型的模型：
注意：虽然为每个文档提供多个标签是原始 'Paragraph Vectors' 方法的自然延伸，并且通常可以提供好处，但有时它也会 'dilutes' 每个标签向量的显着性 –随着每个文档的平均标签数量增长，或者模型获取的标签比唯一文档多得多，这将是一个特别的问题。因此，请务必比较评估任何多标签策略在不同模式下是有益还是有害，以及诸如已知类别之类的东西作为额外标签或已知标签对于后续步骤是否更有效。
在 TaggedDocument class 中使用语料库训练 doc2vec 模型时，您可以提供标签列表。训练 doc2vec 模型时，它会学习标签的向量表示。例如，您可以用一个标签代表文档，另一个标签代表可以在文档之间共享的一些 class化。
如何在使用 TaggedLineDocument 流式传输语料库时提供额外的标签？
TaggedLineDocument class 仅将文档视为每行一个，并带有一个标记，即行号。
如果您想要更多标签，则必须提供您自己的可迭代对象。它应该只是几行代码，具体取决于您的其他标签的来源。您可以使用 TaggedLineDocument 的源代码——它本身只有 9 行 Python 代码——作为构建模型的模型：
注意：虽然为每个文档提供多个标签是原始 'Paragraph Vectors' 方法的自然延伸，并且通常可以提供好处，但有时它也会 'dilutes' 每个标签向量的显着性 –随着每个文档的平均标签数量增长，或者模型获取的标签比唯一文档多得多，这将是一个特别的问题。因此，请务必比较评估任何多标签策略在不同模式下是有益还是有害，以及诸如已知类别之类的东西作为额外标签或已知标签对于后续步骤是否更有效。