【问题标题】：load pre-trained word2vec model for doc2vec为 doc2vec 加载预训练的 word2vec 模型
【发布时间】：2017-06-26 10:21:57
【问题描述】：
我正在使用 gensim 从文档中提取特征向量。
我从 Google 下载了名为 GoogleNews-vectors-negative300.bin 的预训练模型，并使用以下命令加载了该模型：
model = models.Doc2Vec.load_word2vec_format('GoogleNews-vectors-negative300.bin', binary=True)
我的目的是从文档中获取特征向量。一句话，很容易得到对应的向量：
vector = model[word]
但是，我不知道如何为文档执行此操作。你能帮忙吗？
【问题讨论】：
标签：
machine-learning
nlp
gensim
word2vec
doc2vec
【解决方案1】：
对于由 Doc2Vec 类创建的那种文本向量（Le/Mikolov 'Paragraph Vectors'），一组词向量（例如 GoogleNews-vectors-negative300.bin）既非必要也不充分。相反，它希望使用示例文本进行训练以学习每个文档的向量。然后，训练后的模型也可以用于“推断”其他新文档的向量。
（Doc2Vec 类仅支持 load_word2vec_format() 方法，因为它继承自 Word2Vec 类，而不是因为它需要该功能。）
还有另一种简单的文本向量，可以通过简单地对文档中的所有单词进行平均来创建，也许还可以根据每个单词的重要性加权。但这不是 Doc2Vec 提供的。