如何在gensim中使用build_vocab？
how to use build_vocab in gensim?
- Build_vocab 扩展我的老词汇量？
例如，我的想法是当我使用 doc2vec(s) 训练模型时，它只是从数据集中构建词汇表。如果我想扩展它，我需要使用 build_vocab()
- 我应该在哪里使用它？我应该把它放在"gensim.doc2vec()"之后吗？
例如：
sentences = gensim.models.doc2vec.TaggedLineDocument(f_path)
dm_model = gensim.models.doc2vec.Doc2Vec(sentences, dm=1, size=300, window=8, min_count=5, workers=4)
dm_model.build_vocab()
您应该遵循 gensim documentation/tutorials/notebooks 或在线教程中的工作示例，以了解哪些步骤是必要的以及顺序是什么。
特别是，如果你在Doc2Vec()初始化时提供你的sentences语料库可迭代，它将自动 进行词汇发现过程和所有训练 - 所以你 不需要 然后需要自己调用 build_vocab() 或 train()。此外，您 永远不会 调用 build_vocab() 时不带任何参数。 （文档或在线中的任何工作示例都无法完成您的代码所做的工作——因此，在您遵循这些示例并知道它们为什么这样做之前，不要即兴创作新事物。）
build_vocab() 有一个可选的 update 参数，它声称允许扩展早期训练课程中的词汇（为使用新单词进行进一步训练做准备）。然而，只有 developed/tested 涉及 Word2Vec 模型——有报告称它在与 Doc2Vec 一起使用时会导致崩溃。即使在 Word2Vec 中，它在所有训练模式中的总体效果和最佳使用方式也不清楚。所以我不建议使用它，除非专家可以阅读和解释源代码，并且可以自己进行许多权衡。如果您收到一大块新文本和新单词，最有根据且最容易 evaluate/reason-about 的做法是使用所有文本示例的组合语料库从头开始重新训练。
- Build_vocab 扩展我的老词汇量？
例如，我的想法是当我使用 doc2vec(s) 训练模型时，它只是从数据集中构建词汇表。如果我想扩展它，我需要使用 build_vocab()
- 我应该在哪里使用它？我应该把它放在"gensim.doc2vec()"之后吗？
例如：
sentences = gensim.models.doc2vec.TaggedLineDocument(f_path)
dm_model = gensim.models.doc2vec.Doc2Vec(sentences, dm=1, size=300, window=8, min_count=5, workers=4)
dm_model.build_vocab()
您应该遵循 gensim documentation/tutorials/notebooks 或在线教程中的工作示例，以了解哪些步骤是必要的以及顺序是什么。
特别是，如果你在Doc2Vec()初始化时提供你的sentences语料库可迭代，它将自动 进行词汇发现过程和所有训练 - 所以你 不需要 然后需要自己调用 build_vocab() 或 train()。此外，您 永远不会 调用 build_vocab() 时不带任何参数。 （文档或在线中的任何工作示例都无法完成您的代码所做的工作——因此，在您遵循这些示例并知道它们为什么这样做之前，不要即兴创作新事物。）
build_vocab() 有一个可选的 update 参数，它声称允许扩展早期训练课程中的词汇（为使用新单词进行进一步训练做准备）。然而，只有 developed/tested 涉及 Word2Vec 模型——有报告称它在与 Doc2Vec 一起使用时会导致崩溃。即使在 Word2Vec 中，它在所有训练模式中的总体效果和最佳使用方式也不清楚。所以我不建议使用它，除非专家可以阅读和解释源代码，并且可以自己进行许多权衡。如果您收到一大块新文本和新单词，最有根据且最容易 evaluate/reason-about 的做法是使用所有文本示例的组合语料库从头开始重新训练。