找到与doc2vec相似的word2

Question

有没有办法像我们在word2vec中那样找到类似的文档

比如：

  model2.most_similar(positive=['good','nice','best'],
    negative=['bad','poor'],
    topn=10)

我知道我们可以使用inferu向量，给他们提供类似的例子，但是我想提供很多正面和负面的例子，就像我们在word2vec中所做的那样。你知道吗

我们有办法做到吗！谢谢！你知道吗

Answer 1

不要相信有一个预先编写的函数。你知道吗

一种方法是编写一个函数，遍历肯定列表中的每个单词，以获得特定单词的前n个单词。你知道吗

因此，对于问题示例中的积极词，您将得到3个10个单词的列表。你知道吗

然后，你可以将3个列表中常见的单词识别为与肯定列表相似的前n个单词。因为不是所有的单词在3个列表中都是公共的，所以在迭代时可能需要得到前20个相似的单词，这样在示例中就可以得到前10个单词。你知道吗

然后对否定词也这样做。你知道吗

Answer 2

对于most_similar()调用，Doc2Vec模型的doc vectors部分的工作方式与word vectors类似。可以在positive和negative参数中提供多个doc标记或完整向量。你知道吗

所以你可以打电话。。。你知道吗

sims = d2v_model.docvecs.most_similar(positive=['doc001', 'doc009'], negative=['doc102'])

……而且应该管用。positive或negative列表的元素可以是训练过程中出现的doc标记，也可以是原始向量（如infer_vector()返回的向量，或者您自己对多个此类向量的平均值）。你知道吗