如何从 gensim Doc2Vec 中获取词向量？答案

【问题标题】：How to get word vectors from a gensim Doc2Vec?如何从 gensim Doc2Vec 中获取词向量？
【发布时间】：2016-09-17 01:53:22
【问题描述】：

我训练了一个 gensim.models.doc2vec.Doc2Vec 模型
d2v_model = Doc2Vec(sentences, size=100, window=8, min_count=5, workers=4) 我可以通过 docvec = d2v_model.docvecs[0]

如何从经过训练的模型中获取词向量？

【问题讨论】：

标签： gensim word2vec doc2vec

【解决方案1】：

Doc2Vec 继承自 Word2Vec，因此您可以像在 Word2Vec 中一样直接通过索引模型来访问词向量：

wv = d2v_model['apple']

但是请注意，像纯 DBOW (dm=0) 这样的 Doc2Vec 训练模式不需要或创建词向量。（纯 DBOW 在许多用途中仍然运行良好且快速！）如果您确实从这样的模型访问词向量，它们将只是自动随机初始化的向量，没有任何意义。

仅当 Doc2Vec 模式本身共同训练词向量时，如在 DM 模式（默认 dm=1）或向 DBOW（dm=0, dbow_words=1）添加可选的词训练时，词向量和文档向量两者同时学习。

【讨论】：

【解决方案2】：

如果你想得到所有训练好的文档向量，你可以很容易地使用 model.docvecs.doctag_syn0。如果要获取索引文档，可以使用model.docvecs[i]。如果你正在训练一个 Word2Vec 模型，你可以得到model.wv.syn0。如果您想了解更多，请查看此 github 问题链接：(https://github.com/RaRe-Technologies/gensim/issues/1513)

【讨论】：