如何gensim計算doc2vec款載體

Question

我要去thorugh本文http://cs.stanford.edu/~quocle/paragraph_vector.pdf

，並指出

「Theparagraph向量和詞矢量的平均值或級聯 預測在上下文中的下一個字在實驗中，我們使用 級聯作爲組合向量的方法。「

串聯或平均是如何工作的？

例如（如果第1段包含WORD1和單詞2）：

word1 vector =[0.1,0.2,0.3] 
word2 vector =[0.4,0.5,0.6] 

concat method 
does paragraph vector = [0.1+0.4,0.2+0.5,0.3+0.6] ? 

Average method 
does paragraph vector = [(0.1+0.4)/2,(0.2+0.5)/2,(0.3+0.6)/2] ? 

從該圖像

另外：

據指出：

該段令牌可以被認爲是另一個詞。它充當一個 內存，它記住了當前上下文中缺少的內容 - 或者該段落的主題 。出於這個原因，我們經常稱段落矢量的分佈式存儲器模型（PV-DM）爲 。

段落標記是否等於段落向量等於on？

Answer 1

如何串聯或平均工作？

你是否正確的平均水平。級聯是：[0.1,0.2,0.3,0.4,0.5,0.6]。

段落標記是否等於段落向量等於on？

「段落標記」被映射到稱爲「段落向量」的向量。它與標記「on」不同，與標記「on」所映射到的詞向量不同。

Answer 2

一系列文本的簡單（有時是有用的）矢量是文本單詞矢量的總和或平均值 - 但這是而不是'段落矢量'文件的'段落矢量'是什麼。

相反，段落矢量是另一個矢量，訓練方式類似於單詞矢量，它也被調整以幫助進行單詞預測。這些向量與單詞向量組合（或交錯）以饋送預測模型。也就是說，平均（在DM模式中）包括PV與單詞向量一起 - 它不是從單詞向量組成PV。

在圖中，on是被預測的目標詞，在該圖中由緊密相鄰的詞和完整例子的PV組合而成，該詞可能被非正式地認爲是特殊的僞音，整個文本的例子，參與所有滑動的真實單詞的'窗口'。