Doc2Vecで新規文章同士の類似度を算出したい

Question

やりたいこと「Doc2Vecでモデルにはない文章（新規に与えた文章）同士の類似度を算出したいです．」
gensimのsimilarity_unseen_docsという新規文章間の類似度を算出するメソッドはありますが，このメソッドでは文章のベクトルが目視できないため，それ以外のメソッドを知っている方がおりましたら教えていただきたいです．

Answer 1

ベクトルの形でデータを取り出したければgensim.models.doc2vec.Doc2Vec.infer_vectorでベクトルを得れば良いです。

コサイン類似度はscipyを使って計算すれば良いでしょう。

similarity_unseen_docsでやった場合と同じ結果になるかどうかは検証していません。

https://radimrehurek.com/gensim/models/doc2vec.html#gensim.models.doc2vec.Doc2Vec.infer_vector

Comments

[SCmir01]

回答誠にありがとうございます．
gensim.models.doc2vec.Doc2Vec.infer_vectorは，新規文書をベクトル化するたびに追学習が行われ，モデルが更新されるのでしょうか？

[hayataka2049]

詳細は確認していませんが、モデルそのものが更新される訳ではないと思います。

[hayataka2049]

similarity_unseen_docsも内部的にはこれ使ってますね。ソースを見た感じだと、結果のベクトルがそれぞれ得られるような形の処理を自作することも容易そうです。

https://github.com/RaRe-Technologies/gensim/blob/develop/gensim/models/keyedvectors.py#L1796