以上图片来源于本文介绍的Doc2Vec我正在使用gensim的word2vec和doc2vec的实现，这是很好的，但我正在寻找一些问题的明确性。
对于给定的doc2vec模型dvm，什么是dvm.docvecs？我的印象是，它是包含所有单词嵌入和段落向量的平均或连接向量，d这是对的，还是D？
假如dvm.docvecs不是d，一个人可以自己访问吗怎么用？
作为奖励，如何计算d报纸上只说：
在我们的段落向量框架（见图2）中
段落被映射到一个唯一的向量，用
矩阵D中的列和每个单词也映射到
唯一向量，由矩阵W中的列表示。
谢谢你的线索！
最佳答案
Doc2Vec模型的docvecs属性保存训练期间看到的“文档标记”的所有训练向量（这些在源代码中也称为“doctags”。）
在最简单的情况下，类似于段落向量纸，每个文本示例（段落）只有一个序列号整数id作为其“标记”，从0开始。这将是docvecs对象的一个索引，model.docvecs.doctag_syn0numpy数组本质上与您从段落向量论文摘录中的（大写）d相同。
（Gensim还支持将字符串标记用作文档标记，以及每个文档使用多个标记，以及在许多培训文档中重复标记对于字符串标记，如果有的话，它们被dict映射到docvecs结尾附近的索引。