gensimの「docvecs」とは何ですか？

Question

上記の画像はDoc2Vecを紹介したDistributed Representations of Sentences and Documentsです。私はGensimのWord2VecとDoc2Vecの実装を使用しています。これは素晴らしいものですが、私はいくつかの問題を明確にしたいと考えています。

1. 与えられたdoc2vecモデルdvmについては、dvm.docvecsとは何ですか？私の印象は、単語がすべてとの段落ベクトルdに埋め込まれた、平均化された連結ベクトルです。これは正しいか、それともdですか？
2. dvm.docvecsがdではないとすれば、1人でアクセスできますか？どうやって？
3. ボーナスとして、dはどのように計算されますか？紙のみ言う：
我々の段落ベクトル枠組みにおいて

、すべて 段落もにマッピングされる行列Dとすべての単語で カラムにより、ユニークベクトルにマッピング表現される（図2参照します） 行列Wの列で表される一意のベクトル。

ありがとうございました！

Answer 1

Doc2Vecモデルのdocvecsプロパティは、トレーニング中に見られる 'ドキュメントタグ'の訓練されたすべてのベクトルを保持します。

最も単純なケースでは、Paragraph Vectorsの論文と同様に、各テキストの例（段落）は、 'タグとしてシリアル番号の整数IDを持つだけです0から始めると、これはdocvecsオブジェクトのインデックスになります。model.docvecs.doctag_syn0 numpy配列は、Paragraph Vectorsペーパーの抜粋の（首都）Dと本質的に同じです。

（Gensimは、文書タグとして文字列トークンを使用し、文書ごとに複数のタグを使用し、トレーニング文書の多くでタグを繰り返すこともサポートしています。文字列タグの場合は、docvecs dictによってmodel.docvecs.doctags。）