是否有预先训练的doc2vec模型？

Question

是否有一个预先训练的，具有大数据集的doc2vec模型，例如Wikipedia或类似模型？

Answer 1

我不知道有什么好的。这个项目有一个链接，但是：

• 它基于来自较旧 gensim 的自定义分支，因此不会在最近的代码中加载
• 目前还不清楚它是用什么参数或数据训练的，相关的论文可能对参数的影响做出了不知情的选择
• 包含维基百科文章（超过 400 万条）或文章段落（数千万条）或大量词向量的实际文档向量似乎不合适，因此尚不清楚什么被丢弃了

虽然它需要很长时间和大量的工作 RAM，但有一个 Jupyter notebook 展示了Doc2Vec从 gensim 中包含的维基百科创建模型：

https://github.com/RaRe-Technologies/gensim/blob/develop/docs/notebooks/doc2vec-wikipedia.ipynb

因此，我建议您修复尝试中的错误。（而且，如果您成功创建了一个模型，并希望为其他人记录它，您可以将其上传到某个地方供其他人重复使用。）

Answer 2

是的！我可以在此链接中找到两个预训练的 doc2vec 模型

但仍然找不到任何经过推文训练的预训练 doc2vec 模型