我知道在 doc2vec 中使用print(model.docvecs['recipe__11']) 获取给定标签的文档向量。
我的文档向量是食谱（标签以recipe__ 开头）、报纸（标签以news__ 开头）或配料（标签以ingre__ 开头）
现在我想检索食谱的所有文档向量。我的食谱文档的模式是recipe__<some number>（例如，recipe__23、recipe__34）。我有兴趣知道是否可以使用模式获取多个文档向量（例如，以recipe__ 开头的标签）
请帮帮我！
【问题讨论】：
没有模式检索，但您可以访问model.docvecs.offset2doctag 中所有已知（字符串）文档标签的列表。然后，您可以遍历该列表以查找所有匹配项，并分别检索每个匹配项。
此外，所有 doc-vector 都在一个大数组 model.docvecs.doctag_syn0 中并且，如果您只使用字符串 doc-tags，那么标签在 offset2doctag 中的位置将恰好是相应向量的索引在doctag_syn0。这将允许您使用 numpy 的“掩码索引”来获取向量子集作为新数组，例如：
recipes_mask = [tag.startswith('recipe_') for tag in model.dacvecs.offset2doctag]
recipes_vectors = model.docvecs.doctag_syn0[recipes_mask]
当然，这个向量数组不再具有与原始位置相同的配方，因此您需要额外的步骤才能知道“recipe__11”向量在recipes_vectors 中的位置（例如）。
【讨论】：
most.similar 之类的命令（因为它们现在不在原始位置）？
Doc2Vec 或 Word2Vec 或 KeyedVectors 对象（具有实用方法 most_similar()）。不过，您也许可以模仿该方法，或者将子集强制为构造的KeyedVectors。但是您可能希望在所有 doc-vecs 中执行 most_similar()，获得更多的顶级结果，然后过滤一种类型的向量。
most similar 并过滤结果。非常感谢:)