Doc2vec：如何在 Doc2Vec gensim 模型中手动修改经过训练的向量？

Question

我想用另一个具有不同权重的 Doc2vec 模型创建的特定 Doc2Vec 向量替换。

这些是现有向量的权重（只是 800 个实际权重中的一部分）：

array([ 1.72976881e-01,  2.44364753e-01, -9.90936995e-01, -1.03020036e+00,
       -1.41046381e+00,  1.00970473e-02, -1.84546992e-01,  3.77230316e-01,
        9.20825064e-01, -2.61079431e-01,  7.51454890e-01, -1.15353882e+00,
       -9.96422302e-03,  1.65010715e+00,  5.63869551e-02, -4.25169647e-01],
      dtype=float32)

我想用这些替换它们：

array([ 1.54585496e-01,  2.22857013e-01, -8.88102770e-01, -9.27794874e-01,
       -1.27402091e+00, -5.38651831e-04, -1.63646400e-01,  3.38727772e-01,
        8.28402698e-01, -2.29774594e-01,  6.77914560e-01, -1.04013634e+00,
       -1.37407500e-02,  1.48667252e+00,  5.83136305e-02, -3.88587236e-01]
      dtype=float32)

我尝试使用以下代码向我的模型添加一个新向量：

model = gensim.models.Word2Vec.load('mymodel.doc2vec')
model.docvecs.add(entities=["88763"], weights=[new_vector])

我没有收到任何错误，当我回调那个“88763”向量时，我发现它还没有更新：

model.docvecs["88763"]

array([ 1.72976881e-01,  2.44364753e-01, -9.90936995e-01, -1.03020036e+00,
       -1.41046381e+00,  1.00970473e-02, -1.84546992e-01,  3.77230316e-01,
        9.20825064e-01, -2.61079431e-01,  7.51454890e-01, -1.15353882e+00,
       -9.96422302e-03,  1.65010715e+00,  5.63869551e-02, -4.25169647e-01],
      dtype=float32)

有人可以帮我吗？

谢谢。

Answer 1

不要使用 `Word2Vec' 加载 Doc2Vec 模型。所以加载它而不是：

model = gensim.models.Doc2Vec.load('mymodel.doc2vec')

加载后，您应该能够通过直接分配给括号访问的条目来修改任何现有条目，例如：

model.docvecs['88763'] = new_vector

（您将主要使用add() 为不存在的键添加向量。但是，如果您提供非默认的replace=True 参数以及实体列表和向量列表。）

更新：以上应该可以工作，但目前有一个pending bug（2019 年 11 月，gensim-3.8.1）它不会。

同时，要修改一个特定的现有向量，您可以对原始的vectors_docs 属性进行操作，并查找索引位置来更改自己。例如：

slot = model.docvecs.int_index('88763', 
                               model.docvecs.doctags,
                               model.docvecs.max_rawint)
model.docvecs.vectors_docs[slot] = new_vector