gensim - 有没有办法从 doc2vec 模型中获取词汇量？

Question

我正在使用 gensim doc2vec。我想知道是否有任何有效的方法可以从 doc2vec 中了解词汇量。一种粗略的方法是计算总字数，但如果数据很大（1GB 或更多），那么这不是一种有效的方法。

score 12 · Accepted Answer

如果model是您经过训练的 Doc2Vec 模型，那么在应用您的之后，幸存词汇表中唯一单词标记的数量min_count可从以下位置获得：

len(model.wv.vocab)

训练的文档标签的数量可从以下位置获得：

len(model.docvecs)

score 4 · Accepted Answer

vocab 的返回数据类型是字典。使用keys()如下：

model.wv.vocab.keys()

这应该返回一个单词列表。

score 0 · Accepted Answer

gensim 版本 4 的更新。您可以通过以下方式获得词汇量：

vocab_len = len(model.wv)  #

3 回答 3