Doc2Vec __init__() 得到了一个意外的关键字参数 'size'
Doc2Vec __init__() got an unexpected keyword argument 'size'
像这样实例化 Doc2Vec 模型
mv_tags_doc = [TaggedDocument(words=word_tokenize_clean(D), tags=[str(i)]) for i, D in enumerate(mv_tags_corpus)]
max_epochs = 50
vector_size = 20
alpha = 0.025
model = Doc2Vec(size=vector_size,
alpha=alpha,
min_alpha=0.00025,
min_count=1,
dm=0)
model.build_vocab(mv_tags_doc)
但出现错误
TypeError: __init__() got an unexpected keyword argument 'size'
在您似乎使用的最新版本的 Gensim 库中,参数 size
现在到处都更加一致 vector_size
。请参阅 'migrating to Gensim 4.0' 帮助页面:
另外,如果您正在参考任何带有过时参数名称的在线示例,并且还建议对 min_alpha
和 alpha
进行不必要的规范,那么您很可能正在使用该示例以下是其他方面的错误参考。
所以,也看看这个答案:
像这样实例化 Doc2Vec 模型
mv_tags_doc = [TaggedDocument(words=word_tokenize_clean(D), tags=[str(i)]) for i, D in enumerate(mv_tags_corpus)]
max_epochs = 50
vector_size = 20
alpha = 0.025
model = Doc2Vec(size=vector_size,
alpha=alpha,
min_alpha=0.00025,
min_count=1,
dm=0)
model.build_vocab(mv_tags_doc)
但出现错误
TypeError: __init__() got an unexpected keyword argument 'size'
在您似乎使用的最新版本的 Gensim 库中,参数 size
现在到处都更加一致 vector_size
。请参阅 'migrating to Gensim 4.0' 帮助页面:
另外,如果您正在参考任何带有过时参数名称的在线示例,并且还建议对 min_alpha
和 alpha
进行不必要的规范,那么您很可能正在使用该示例以下是其他方面的错误参考。
所以,也看看这个答案: