Doc2vec矩阵表示

Question

使用Doc2vec，我希望看到每个单词在生成的矩阵中的影响。

有没有办法查看矩阵的详细表示形式，即矩阵的内容以及每一行和每一列所代表的内容？

例如，通过这种方式，我可以看到矩阵表示形式，但是看不到列和行描述：

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 ）向量的各个维没有明确描述的解释。

向量只是在相对位置上，非常适合训练任务-幸运的是，对于我们来说，这些相同的相对位置可以很好地与我们的单词相似感相关联，甚至与常见的“邻居”或“方向”相关。

但是有趣的语义概念，例如著名的Word2Vec vec['king'] - vec['man'] + vec['woman'] ~close-to~ vec['queen'] Word2Vec vec['king'] - vec['man'] + vec['woman'] ~close-to~ vec['queen'] '所捕获的“皇室首领”或“性别”概念vec['king'] - vec['man'] + vec['woman'] ~close-to~ vec['queen']示例，未与确切的尺寸/轴对齐。

因此，您看到的“行”仅是单个向量的所有维，而每个“列”都是与其他任何维均等的维，并且通常无法标注。

（如果要用几个不同的词来合成一个新的类似文档，它将得到一个不同的doc-vector-但是这种转变可能不会严格地局限于任何几个方面。）