我想分析向量以查找模式和内容，并在它们上使用SVM完成A类和B类之间的分类任务，该任务应受到监督。 （我知道这听起来可能很奇怪，但这是我们的作业。）因此，我真的需要知道：
1-如何使用经过训练的模型提取文档的编码矢量？
2-如何解释它们以及word2vec如何编码它们？
我正在使用gensim的word2vec。
最佳答案
如果您已经训练了word2vec模型，则可以通过__getitem__方法获得单词向量model = gensim.models.Word2Vec(sentences)print(model["some_word_from_dictionary"])
不幸的是，来自word2vec / doc2vec的嵌入没有被人解释（与LdaModel的主题向量相反）
P / S如果您在任务中的对象处有文本，则应使用Doc2Vec模型
关于python - 如何从gensim的word2vec中提取词汇向量？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/43904029/