Doc2vec Gensim：各エポック中に単語埋め込みが更新されない

Question

Gensim Doc2vecモデルを使用して文書ベクトルを訓練します。 私は「良い」という言葉の表現を印刷しましたが、私はすべての時代を見つけました。私はid '3'の文書の表現を印刷していましたが、すべての時代が異なります！

私のコードは以下の通りです。何が起こっているのかわかりません。

model = gensim.models.Doc2Vec(dm = 0, alpha=0.1, size= 20, min_alpha=0.025) 

model.build_vocab(documents) 

print ('Building model....',(time4-time3)) 
for epoch in range(10): 
    model.train(documents) 

    print('Now training epoch %s' % epoch) 
    print(model['good']) 
    print(model.docvecs[str(3)]) 

Answer 1

これは、更新ごとに表現を確認する正しい方法ではありません。 Gensim doc2vecは、次のループで何が起こっているのか、そのdefault値は基本的に5

である、（docsを参照）エポックの数はどうあるべきかを定義するためにiterパラメータを使用しています。

for epoch in range(10): 
    model.train(documents) 

あなたが訓練していますあなたのモデル10回、ゼロから5エポック。

Gensimは、現在のところ、すべてのエポック後に表現をチェックすることはできません。それは次のようになり行う一つの、粗方法：最初の単語ベクトルのためのランダムな値を使用して、モデルを訓練するために開始gensimすべてのエポックで

Answer 2

。 doc2vec（またはword2vec）では、単語（exp。 'good'）のすべての最終単語ベクトルは同じではありませんが、類似単語は類似した単語ベクトルです。例えば1つのエポックで：

model['good'] = [0.22 0.52 0.36] 
model['better'] = [0.24 0.50 0.39] 

、別のエポック中：

model['good'] = [0.58 0.96 0.24] 
model['better'] = [0.59 0.90 0.21] 

Answer 3

純粋なPV-DBOWモデル（dm=0は）全くワードベクターの使用やトレーニングを必要としません。 （Word2Vecの共有コードのアーティファクトで、割り当てられてランダムに初期化されます）

インターリーブされた方法でワードベクトルを訓練するには、デフォルト以外dbow_words=1パラメータ。 （あるいは、PV-DMモードに切り替え、dm=1、ワードベクトルが本質的に関与します）