gensim vocab索引是相应的1-hot-vector中的索引吗？

问题描述

我正在进行需要直接操纵和嵌入一键向量的研究，并且正在尝试使用gensim来为此加载预训练的word2vec模型。

问题在于它们似乎没有直接的API用于处理1-hot-vector。而且我正在寻找解决方法。

所以我想知道是否有人知道这样做的方法？或者更具体地说，如果这些vocab索引（定义非常模糊）。可以成为对应的1热向量的索引吗？

我发现的上下文：

• 似乎this question是相关的，但是我尝试通过model.syn0（来自答案中的链接）访问“输入嵌入”（假设它们是一个热门表示），但是我得到了一个非稀疏矩阵。 ..
• 还出现they refer to word indices as 'doctags'（搜索Doctag /索引）。
• Here是另一个为索引提供了一些背景信息的问题（尽管还不能完全回答我的问题）。
• Here是官方文档：

############################################# ＃

gensim.models.keyedvectors.Vocab（** kwargs）类 基地：对象

单个词汇表项，在内部用于收集每个单词的频率/采样信息，并用于构建二叉树（包括单词叶和内部节点）。

############################################# ＃

解决方法

是的，您可以将gensim的declarativeContent字向量的index（位置）视为一个维度，即Word2Vec –与所有其他V维度一起，其中V是唯一单词的数量，即1.0。

该实现实际上从未创建过一个稀疏或显式表示的矢量。它只是使用单词的索引作为其密集向量的查找-遵循gensim实现最初基于的Google 0.0代码的路径。

（术语“ doctags”仅在word2vec.c（也称为“ Paragraph Vector”-实现）中相关。这里是用于查找文档矢量的不同标记/ int的名称，使用与文档中的单词不同的名称空间。也就是说，在Doc2Vec中，您可以使用Doc2Vec作为文档向量名称，也称为“ doctag”，即使使用字符串令牌{{1} }还在文档中以单词形式出现，由doctag键'doc_007'引用的doc矢量和由word键'doc_007'引用的单词矢量将不是同一内部矢量。）>