用Gensim Doc2Vec找到'Doctag‘和’Doc2Vec‘之间的距离？

Question

使用Gensim的Doc2Vec如何找到Doctag和infer_vector()之间的距离

非常感谢

Answer 1

Doctag是文档向量密钥的内部名称。infer_vector()操作的结果是向量。所以，正如你所问的，这些都是不可比拟的。

您可以通过在培训期间通过model.docvecs[doctag]提供的doc密钥来请求一个已知文档向量的模型。这将与infer_vector()调用的结果相比较。

有了两个矢量，您可以使用scipy例程来计算各种距离。例如：

import scipy.spatial.distance.cosine as cosine_distance
vec_by_doctag = model.docvecs["doc0007"]
vec_by_inference = model.infer_vector(['a', 'cat', 'was', 'in', 'a', 'hat'])
dist = cosine_distance(vec_by_doctag, vec_by_inference)

您还可以查看gensim的Doc2VecKeyedVectors是如何在模型中的similarity()和distance()函数中(通过它们的doctag键名)所知的向量之间进行相似性/距离的，在：

https://github.com/RaRe-Technologies/gensim/blob/ca0dcaa1eca8b1764f6456adac5719309e0d8e6d/gensim/models/keyedvectors.py#L1701

https://github.com/RaRe-Technologies/gensim/blob/ca0dcaa1eca8b1764f6456adac5719309e0d8e6d/gensim/models/keyedvectors.py#L1743