Doc2vec矩阵表示

Question

使用Doc2vec，我希望看到生成的矩阵中每个单词的影响。

有没有办法查看矩阵的详细表示，即矩阵的内容，以及每行和每列表示的主要内容？

例如，这样我可以看到矩阵表示，但看不到列和行的描述：

user_vector = model.infer_vector(doc_words=normalized_code, steps=500, alpha=0.025)
                print ('user_vector',user_vector)

('user_vector', array([ 0.24641024, -0.34768087,  0.02094658, -0.06164126,  0.13432615,
       -0.22375308, -0.16741623, -0.2827304 ,  0.04730519,  0.19883735,
       -0.27629316,  0.00847638,  0.03568176, -0.31764287, -0.38039216,
        0.08650897,  0.3766149 ,  0.09078006, -0.1676072 , -0.1324272 ],
      dtype=float32))

Answer 1

作为一种“密集嵌入”，Doc2Vec (或Word2Vec)向量的各个维度没有清晰可描述的解释。

向量只是处于相对位置，这对训练任务很有效-幸运的是，对我们来说，这些相同的相对位置可以很好地与我们对单词相似性的感觉相关联，甚至与共同含义的“邻域”或“方向”相关联。

但有趣的语义概念，如著名的Word2Vec vec['king'] - vec['man'] + vec['woman'] ~close-to~ vec['queen']示例所捕获的“皇家领袖”或“性别”概念，并不与确切的维度/轴对齐。

因此，您看到的“行”只是单个向量的所有维度，而每个“列”是一个维度，该维度与任何其他维度相同，并且通常不能标记。

(如果您要合成一个包含几个不同单词的新的类似文档，它将得到一个不同的文档向量-但这种变化可能不会严格限制在任何几个维度上。)