word2vec堆叠和doc2vec比较以及维度

句子转换成向量方法

1.使用word2vec对每个词进行取平均数

        word2vec作为神经概率语言模型的输入，其本身其实是神经概率模型的副产品，是为了通过神经网络学习某个语言模型而产生的中间结果（权重矩阵）。具体来说，“某个语言模型”指的是“CBOW”和“Skip-gram”。具体学习过程会用到两个降低复杂度的近似方法——Hierarchical Softmax或Negative Sampling。因此上面图片写word2vec模型实际上是错的，其实是CBOW/Skip-gram 模型，通过这两个预测词汇模型提供词汇训练的方式，损失的计算（利用了相似语境中出现的词语其语义也接近这一思路 例如：i love you 和 i like you 中love和like语义接近），通过这两个模型的损失降低过程，将输入层到隐藏层的权重矩阵（词向量）最优化，最后我们要的就是这个矩阵。                       通过分词后计算词向量的平均值

2.通过doc2vec对每个句子向量化

        基于上述的Word2Vec的方法，Quoc Le 和Tomas Mikolov又给出了Doc2Vec的训练方法。如下图所示，其原理与Word2Vec非常的相似。分为Distributed Memory (DM) 和Distributed Bag of Words (DBOW)，可以看出 Distributed Memory version of Paragraph Vector 

(PV-DM)方法与Word2Vec的CBOW方法类似，Bag of Words version of Paragraph Vector (PV-DBOW)与Word2Vec的Skip-gram方法类似。不同的是，给文章也配置了向量，并在训练过程中更新。熟悉了w2v之后，Doc2Vec便非常好理解。具体细节可以看原文《Distributed Representations of Sentences and Documents》

上述两种方法中，根据经验，更推荐第二种，因为根据先验概率来说，对文章也配置了向量，对整体的训练效果更好。

维度选择

       我们拥有50，256，300，400，600的维度，维度越多包涵的信息量会就会越多，区分度就会更好，当然，训练的难度和时间也会大大加大。因此，需要在两者之间进行权衡，我们选择了400，维持较多的信息量，也不会训练过长的时间。