python - Doc2vec 矩阵表示

Question

使用 Doc2vec，我想查看生成的矩阵中每个单词的影响。

有没有办法查看矩阵的详细表示，即矩阵的内容以及每行和每列主要代表什么？

例如，这样我可以看到矩阵表示，但看不到列和行描述:

user_vector = model.infer_vector(doc_words=normalized_code, steps=500, alpha=0.025)
                print ('user_vector',user_vector)

('user_vector', array([ 0.24641024, -0.34768087,  0.02094658, -0.06164126,  0.13432615,
       -0.22375308, -0.16741623, -0.2827304 ,  0.04730519,  0.19883735,
       -0.27629316,  0.00847638,  0.03568176, -0.31764287, -0.38039216,
        0.08650897,  0.3766149 ,  0.09078006, -0.1676072 , -0.1324272 ],
      dtype=float32))

Answer 1

作为“密集嵌入”，Doc2Vec(或 Word2Vec)向量的各个维度没有清晰可描述的解释。

向量处于相对位置，非常适合训练任务——幸运的是，对我们来说，这些相同的相对位置可以很好地与我们对单词相似性的感觉，甚至是共同点的“邻域”或“方向”相关联。 -意义。

但是有趣的语义概念，例如著名的 Word2Vec 捕获的“皇家领袖”或“性别”概念 vec['king'] - vec['man'] + vec ['woman'] ~close-to~ vec['queen'] 示例，未与精确的尺寸/轴对齐。

因此，您看到的“行”只是单个向量的所有维度，每个“列”都是与任何其他维度相同的维度，并且通常不可标记。

(如果您要使用几个不同的单词合成一个新的、相似的文档，它会得到一个不同的文档向量 - 但移位可能不会严格限制于任何几个维度。)