如何在gensim中加载预先训练好的模型并使用它训练doc2vec？

Question

我准备好去我已经训练过的word2vec模型。我已经连载它作为一个CSV文件：

word, v0,  v1,  ..., vN 
house, 0.1234, 0.4567, ..., 0.3461 
car, 0.456, 0.677, ..., 0.3461 

我想知道什么是我可以加载这个词向量模型gensim并用它来训练一个段落或doc2vec模型。

这Doc2Vec tutorial说我可以加载一个“# C text format”形式的模型，但我不知道这实际上是什么意思。什么是“C文本格式”在第一位，但更重要的是：

• 我怎样才能加载我的word2vec模型，并将其用于doc2vec培训？

如何从word2vec模型创建词汇？

Answer 1

Doc2Vec不需要单词向量作为输入：它会创建自己训练期间需要的任何单词向量。 （以及一些模式，如纯粹的DBOW - dm=0, dbow_words=0 - 根本不使用或训练单词向量。）

为单词向量播种Doc2Vec模型可能有所帮助或伤害;没有太多的理论或公布的结果来提供指导。有一个关于Word2Vec，intersect_word2vec_format()的实验方法，可以合并word2vec-C格式的矢量与现有的词汇的模型，但你需要查看源代码，以真正了解它的假设：

https://github.com/RaRe-Technologies/gensim/blob/51753b95415bbc344ea6af671818277464905ea2/gensim/models/word2vec.py#L1140

Answer 2

有一个邮件列表answer可能揭示这一点。这是一个从二进制文件转换为文本文件格式的C程序，但你可以看到它的期望。