为了完成一个简单的二元分类任务，我已经训练了一个Doc2Vec模型，但我也很想看看哪些单词或句子对给定文本的意义贡献更大。到目前为止，我找不到任何相关或有帮助的东西。有什么办法可以实现这个功能吗？我应该从Doc2Vec转换到更传统的方法，如tf-idf？
最佳答案
你在问模型的可解释性。我从以下几个方面了解到：
根据您的分类器，模型的参数可能会告诉您它在看什么。例如，在基于注意力的模型中，模型关注的是说明问题的。
像Lime和Anchor这样的工具对于任何黑盒模型都是有用的，并且在这种情况下可能会工作。两者的文档都显示了如何将其与文本数据一起使用。
关于python - 如何通过Doc2Vec查找文档中最具决定性的句子或单词？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/51798248/