Qu'est-ce que le paramètre de taille de gensim doc2vec représente

Question

En doc2vec function, il existe un paramètre appelé size.

Je comprends que, size est la dimension du vecteur de sortie, et si size=400 il capturera le contenu mieux que si size=100.

Cependant, je ne comprends pas, que signifie size? Cela signifie-t-il jusqu'où Doc2Vec cherchera-t-il, pour prédire le mot suivant? Ou qu'est-ce que ça veut dire?

Merci beaucoup,

Answer 1

size est le nombre de dimensions dans les vecteurs créés. Ainsi, size=100 signifie que chaque document (en fait, l'étiquette de document) reçoit un vecteur à 100 dimensions à partir de l'apprentissage.

Plus les dimensions ne sont pas toujours meilleures: elles signifient un entraînement plus lent et un modèle plus grand. De plus, si vous travaillez sur un petit jeu de données, trop de dimensions risquent d'être surcoupées, empêchant le modèle de représenter des modèles généralisables dans les données.