Wie bekomme ich den Dokumentenvektor von Doc2Vec in Gensim 0.11.1?

Question

Gibt es eine Möglichkeit, die Dokumentvektoren von ungesehenen und gesehenen Dokumenten von Doc2Vec in der Version gensim 0.11.1 zu erhalten?

• Zum Beispiel nehme ich an das Modell tausend auf 1000 trainiert - Kann ich der doc-Vektor für die 1000 docs bekommen?

• Gibt es eine Möglichkeit, Dokumentvektoren von ungesehenen Dokumenten
  aus dem gleichen Vokabular zu erhalten?

Answer 1

Zum ersten Aufzählungspunkt, können Sie es

from gensim.models import Doc2Vec 
from gensim.models.doc2vec import LabeledSentence 

documents = [] 
documents.append(LabeledSentence(words=[u'some', u'words', u'here'], labels=[u'SENT_1'])) 
documents.append(LabeledSentence(words=[u'some', u'people', u'words', u'like'], labels=[u'SENT_2'])) 
documents.append(LabeledSentence(words=[u'people', u'like', u'words'], labels=[u'SENT_3'])) 


model = Doc2Vec(size=10, window=8, min_count=0, workers=4) 
model.build_vocab(documents) 
model.train(documents) 

print(model[u'SENT_3']) 

Hier in GENSIM 0.11.1 tun SENT_3 ist ein bekannter Satz.

Für den zweiten Aufzählungspunkt können Sie es nicht in Gensim 0.11.1 tun, Sie müssen es auf 0.12.4 aktualisieren. Diese neueste Version hat die Funktion infer_vector, die einen Vektor für ein ungesehenes Dokument erzeugen kann.

documents = [] 
documents.append(LabeledSentence([u'some', u'words', u'here'], [u'SENT_1'])) 
documents.append(LabeledSentence([u'some', u'people', u'words', u'like'], [u'SENT_2'])) 
documents.append(LabeledSentence([u'people', u'like', u'words'], [u'SENT_3'])) 


model = Doc2Vec(size=10, window=8, min_count=0, workers=4) 
model.build_vocab(documents) 
model.train(documents) 

print(model.docvecs[u'SENT_3']) # generate a vector for a known sentence 
print(model.infer_vector([u'people', u'like', u'words'])) # generate a vector for an unseen sentence