擅长:python、mysql、java
<p>对于<code>most_similar()</code>调用,<code>Doc2Vec</code>模型的doc vectors部分的工作方式与word vectors类似。可以在<code>positive</code>和<code>negative</code>参数中提供多个doc标记或完整向量。你知道吗</p>
<p>所以你可以打电话。。。你知道吗</p>
<pre><code>sims = d2v_model.docvecs.most_similar(positive=['doc001', 'doc009'], negative=['doc102'])
</code></pre>
<p>……而且应该管用。<code>positive</code>或<code>negative</code>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<code>infer_vector()</code>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</p>