如何在gensim中加載預先訓練好的模型並使用它訓練doc2vec？

Question

我準備好去我已經訓練過的word2vec模型。我已經連載它作爲一個CSV文件：

word, v0,  v1,  ..., vN 
house, 0.1234, 0.4567, ..., 0.3461 
car, 0.456, 0.677, ..., 0.3461 

我想知道什麼是我可以加載這個詞向量模型gensim並用它來訓練一個段落或doc2vec模型。

這Doc2Vec tutorial說我可以加載一個「# C text format」形式的模型，但我不知道這實際上是什麼意思。什麼是「C文本格式」在第一位，但更重要的是：

• 我怎樣才能加載我的word2vec模型，並將其用於doc2vec培訓？

如何從word2vec模型創建詞彙？

Answer 1

Doc2Vec不需要單詞向量作爲輸入：它會創建自己訓練期間需要的任何單詞向量。 （以及一些模式，如純粹的DBOW - dm=0, dbow_words=0 - 根本不使用或訓練單詞向量。）

爲單詞向量播種Doc2Vec模型可能有所幫助或傷害;沒有太多的理論或公佈的結果來提供指導。有一個關於Word2Vec，intersect_word2vec_format()的實驗方法，可以合併word2vec-C格式的矢量與現有的詞彙的模型，但你需要查看源代碼，以真正瞭解它的假設：

https://github.com/RaRe-Technologies/gensim/blob/51753b95415bbc344ea6af671818277464905ea2/gensim/models/word2vec.py#L1140

Answer 2

有一個郵件列表answer可能揭示這一點。這是一個從二進制文件轉換爲文本文件格式的C程序，但你可以看到它的期望。