您引用的文章对Doc2Vec 算法进行了合理的阐述，但其示例代码包含一个非常有害的反模式：在循环中多次调用train()，同时手动管理alpha。 这绝不是一个好主意，而且很容易出错。
相反，不要更改默认的min_alpha，只需使用所需的epochs 调用一次train()，并让该方法顺利管理alpha 本身。
您的一般方法是合理的：根据一些先前的想法，开发一种可重复的模型评分方法，然后尝试各种模型参数并选择得分最高的参数。
当您说您自己的两种准确度计算方法不匹配时，这有点令人担忧，因为 most_similar() 方法实际上会根据所有已知的 doc-vector 检查您的查询点，并返回带有最大余弦相似度。这些应该与您计算出的具有最小余弦距离的那些相同。如果您在问题中添加了您的确切代码——如何计算余弦距离，以及如何调用most_similar()——那么很可能会清楚哪些细微的差异或错误是导致差异的原因。 （不应该有任何本质的区别，但考虑到：您可能希望使用most_similar() 结果，因为它们已知没有错误，并使用可能比任何循环更快的高效批量数组库操作你已经创作了。）
请注意，您不必保留一组已知高度相似的文档对。由于Doc2Vec 是一种无监督算法，因此您不会在训练期间为其提供首选的“确保这些文档相似”的结果。在全套文档上进行训练是相当合理的，然后选择最能捕捉您想要的最相似关系的模型，并相信包含更多文档实际上可以帮助您找到最佳参数。
（但是，这样的过程可能会略微高估未来未见文档或其他一些假设的“其他 20K”培训文档的预期准确性。但根据您的培训，它仍然可以合理地找到“可能的最佳”元参数数据。）
（如果您在训练期间没有将它们全部喂完，那么在测试期间您将需要使用 infer_vector() 来获取看不见的文档，而不是仅仅查找从训练中学习到的向量。您还没有展示您的此类评分/推理的代码，但这是另一个可能做错的步骤。如果您只是将所有可用文档的向量一起训练，则消除了出错的可能性。）
检查所需文档是否在最相似的前 5（或前 N）中只是对模型进行评分的一种方法。另一种方法是在一些原始的“段落向量”(Doc2Vec) 论文中使用，对于每一对这样的对，还选择另一个 random 文档。每次报告已知相似文档比第三个随机选择的文档彼此更接近时，都将模型计算为准确。在最初的“段落向量”论文中，现有的搜索排名系统（它报告某些文本 sn-ps 以响应相同的探测查询）或手工策划的类别（如在 Wikipedia 或 Arxiv 中）被用来生成这样的评估对：检查同一搜索结果页面或同一类别中的文本，以查看它们在模型中是否比其他随机文档“更接近”。
如果您的问题被扩展为更多地描述您尝试过的一些初始参数（例如您提供给Doc2Vec 和train() 的完整参数），以及似乎有帮助或有伤害的内容，然后可能会建议其他值得检查的参数范围。