【文件属性】：
文件名称：doc2vec:用于训练测试段落向量的 Python 脚本
文件大小：1.21MB
文件格式：ZIP
更新时间：2021-08-04 08:19:41
Python
该存储库包含一些 python 脚本，用于使用段落向量或 doc2vec 训练和推断测试文档向量。
要求
Python2：预训练的模型和脚本都只支持 Python2。
Gensim：最好使用我的的 gensim； 最新的 gensim 稍微改变了它的 Doc2Vec 方法，因此不会加载预先训练的模型。
预训练的 Doc2Vec 模型
预训练的 Word2Vec 模型
为了重现性，我们还在*和美联社新闻上发布了预训练的 word2vec skip-gram 模型：
目录结构和文件
train_model.py：用于训练一些玩具数据的示例 Python 脚本
infer_test.py：使用训练模型推断测试文档向量的示例 Python 脚本
toy_data：包含一些玩具训练/测试文档和预训练词嵌入的目录
模型超参数说明
sample ：这是对频繁词进行下采样的子采样阈值； 1
【文件预览】：
doc2vec-master
----train_model.py(1KB)
----LICENSE(11KB)
----toy_data()
--------test_docs.txt(3KB)
--------pretrained_word_embeddings.txt(2.72MB)
--------train_docs.txt(469KB)
----README.md(3KB)
----infer_test.py(632B)