word2vec 和 doc2vec 相似和区别

Word2vec 算法

        CBOW 和 Skip-Gram模型

CBOW通过周围词找到当前词，Skip-Gram通过当前词找到周围词，都是使用评估概率找到概率最大的

doc2vec

在word2vec的基础上增加一个段落向量，该模型也有两个方法：Distributed Memory(DM) 和 Distributed Bag of Words(DBOW)

doc2vec 的c-bow与word2vec的c-bow模型的区别
在训练过程中增加了每个句子的id(向量)，计算的时候将paragraph vector和word vector累加或者连接起来，作为softmax的输入

在预测过程，给预测句子分配一个新的paragraph id , 重新利用梯度下降训练待预测的句子，待收敛后，即得到待测句子的paragraph vector

PV-DM

doc2vec的skip-gram与word2vec的skip-gram模型的区别 

在doc2vec里，输入都是paragraph vector ，输出是该paragraph 中随机抽样的词

PV-DBOW