Gensim：word2vec和doc2vec有什麼區別？

我有點新手而不是母語英語，所以在理解的word2vec和doc2vec時有點麻煩。Gensim：word2vec和doc2vec有什麼區別？

我想都給了我一些與查詢詞我請求最相似的單詞，most_similar()（訓練後）。

如何判斷我需要使用哪種情況word2vec或doc2vec？

有人可以解釋一下短字的區別嗎？

謝謝。

2017-03-16 user3595632

明智的建模，它沒有什麼不同。除了一個附加的輸入單元，它包含輸入序列從中選擇的段落，文檔等信息。閱讀提議的實際文件：https://cs.stanford.edu/~quocle/paragraph_vector.pdf – user3639557

在word2vec中，您將訓練以查找單詞向量，然後在單詞之間運行相似性查詢。在doc2vec中，你標記你的文本，你也可以得到標記向量。例如，您擁有來自不同作者的不同文檔，並將作者用作文檔上的標籤。然後，在doc2vec培訓之後，您可以使用相同的矢量算法在作者標籤上運行相似性查詢：即誰是與AUTHOR_X最相似的作者？如果兩位作者通常使用相同的單詞，則他們的向量將更接近。 AUTHOR_X不是一個真正的單詞，它只是您確定的某個語料庫的一部分。所以你不需要擁有它或手動將其插入到文本中。 Gensim允許您使用或不使用單詞向量來訓練doc2vec（即，如果您只關心彼此之間的標記相似性）。

這是關於word2vec基礎知識的good presentation以及他們如何以創新的方式使用doc2vec進行產品推薦（related blog post）。

如果你告訴我你想解決什麼問題，可能是我可以建議哪種方法更合適。

來源

2017-03-16 10:04:35 pembeci

用於文本分類，即情感分類，使用word2vec或Doc2Vec有什麼不同？在這兩種情況下，它都將被輸入。 – user697911

@ user697911您可以在這裏看到Doc2Vec白皮書： https://cs.stanford.edu/~quocle/paragraph_vector.pdf 在實驗部分，他們討論了情感分析。由於您將文檔分類爲正面或負面，Doc2Vec是首選方法，因爲它也可以將文檔矢量化，而不僅僅是文字。 – vasia

Gensim：word2vec和doc2vec有什麼區別？

回答

相關問題