Doc2Vec模型介绍及使用

Doc2Vec模型

---

摘要

---

通过本文，你将了解到：

• Doc2Vec模型是如何产生的
• Doc2Vec模型细节
• Doc2Vec模型的特点
• Doc2Vec的使用及代码(gensim)

背景

---

  Doc2Vec模型的产生要从词向量表示(论文word2vec模型)开始说起，该文章介绍了两种词的向量表示方法CBOW和Skip-gram.
  本小结以CBOW为例回顾模型的一些细节：
  CBOW模型的框架如下图所示：

  词典中的每一个词用一个向量表示，对应矩阵$W$中的一个列向量，而具体对应哪一列则取决于该词在词典中的位置。
  具体地，给定一个用于训练的词序列$w_1,w_2,...,w_T$，词向量模型的目标函数是最大化平均对数似然概率：

1T∑t=kT−klog p(wt|